Vision par ordinateur

Transformer des pixels en structure. Filtrage et descripteurs, modèles convolutifs, et la géométrie qui relie une image à la scène derrière elle.

5 éléments

Parcours (1)

Fondements de l’apprentissage profond

Ce qu'un réseau de neurones calcule réellement, comment la règle de dérivation en chaîne livre tous les gradients en une seule passe arrière, et pourquoi la convolution est le bon a priori pour une image.

Encyclopédie (1)

Réseau de neurones convolutif

Un réseau de neurones qui applique des filtres appris sur toute l’étendue spatiale d’une entrée, en partageant les poids pour que le même motif soit détecté où qu’il se trouve.

Articles (1)

Les réseaux convolutifs pour la vision

La convolution définie proprement, un détecteur de contours de Sobel déroulé à la main sur une image 5x5, pourquoi faire glisser un petit noyau sur une image bat une couche dense de cinq ordres de grandeur en paramètres, et ce qui a changé quand les noyaux ont cessé d’être conçus pour être appris.

Jeux de données (1)

MNIST, chiffres manuscrits

70 000 images étiquetées de chiffres manuscrits - le premier test standard qu’une implémentation de réseau de neurones fonctionne, tout simplement.

Recherche (1)

An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

Applique un transformeur standard directement aux images en découpant chaque image en imagettes de taille fixe et en traitant la suite d’imagettes comme des tokens, sans aucune convolution.

Thèmes liés

Mathématiques Statistique Probabilité Optimisation Théorie de l'information Programmation Intelligence artificielle Apprentissage automatique Apprentissage profond Apprentissage par renforcement Traitement du langage naturel IA générative Recherche et planification Représentation des connaissances Théorie des jeux