PFEBOUIDI

BOUIDI Abderrahmane

Bu ilova haqida

La reconnaissance d'images (Image Recognition), dans le contexte de la vision par ordinateur (Computer Vision), est la capacité d'un logiciel à identifier des objets, des lieux, des personnes, des écritures et des actions dans des images. Les ordinateurs peuvent utiliser les technologies de vision artificielle en combinaison avec une caméra et un logiciel d'intelligence artificielle pour obtenir une reconnaissance d'image.
La classification des images fait référence à un processus de la vision par ordinateur capable de classer une image en fonction de son contenu visuel. Par exemple, un algorithme de classification des images peut être conçu pour indiquer si une image contient ou non une figure humaine. Bien que la détection d'un objet soit triviale pour l'homme, la classification d'images robuste reste un défi pour les applications de vision par ordinateur.
L’objectif de cette étude est de déterminer ce qui rend un réseau neuronal profond traitant des données complexes, telles que les données des images / vidéos, plus rapide et plus précis, nous examinerons les dernières architectures de réseau de neurones réussies pour déterminer quelle est l'architecture (s) la plus efficace (et plus rapide) en la classification des images, et nous rechercherons également les techniques d'optimisation qui fonctionnent mieux dans ce type des données.
Nous essayons de comprendre comment les chercheurs ont récemment fait un grand pas en avant dans la reconnaissance visuelle en classant les images, et on voir comment ils ont obtenu un score de précision incroyable sur le défi d'ImageNet. En prenant en compte comment pouvons-nous traiter des données complexes comme des données images plus rapide, comment gérer le problème de « overfitting » sur ces données, et comment pouvons-nous minimiser le temps de l’entrainement de notre architecture.