Étudiez la détection, la prédiction d’ensembles et l’apprentissage actif.
Parcourez la détection d’objets : cadrage de la tâche, prédiction d’ensembles de type DETR, conception de détecteurs transformers et apprentissage actif probabiliste pour choisir les annotations. Distinguez localisation par image et suivi temporel ; examinez métriques, partitions, qualité d’annotation et coût de calcul. Les vidéos en anglais sont accompagnées de notes originales.
Spécifier une tâche de détection et interpréter ensemble localisation, classification et métriques. Expliquer la détection transformer par ensembles et ses choix de conception et d’appariement. Évaluer la détection économe en données avec partitions, budgets et références appropriés.
Une connaissance des CNN, de la classification d’images et de l’apprentissage supervisé est recommandée. Boîtes englobantes, précision/rappel et partitions sont utiles ; aucun framework n’est requis.
Aux apprenants expérimentés souhaitant approfondir et appliquer des compétences avancées en IA
Aux personnes qui apprennent mieux avec des exemples, des leçons guidées et de la pratique
Aux professionnels, créateurs et développeurs indépendants recherchant une méthode reproductible
La leçon 1 est gratuite
4 leçons · Avancé · Cours complet.
Ce cours utilise du contenu sous licence CC BY attribué à son fournisseur ou à la personne qui l’a mis en ligne. La lecture des leçons est disponible uniquement après authentification et validation des contrôles de publication et de licence.