Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
Deep Learning et vision par ordinateur
2
De l’Intelligence Artificielle au DeepLearning
Intelligence Artificielle
Machine Learning
Deep Learning
3
Machine LearningEstimation immobilière
4
Machine LearningEstimation immobilière
Superficie (m²)
Prix (k€)
92 298
123 470
74 253
127 450
105 322
85 266
117 403
55 1980
50
100
150
200
250
300
350
400
450
500
0 20 40 60 80 100 120 140
Base d’apprentissage Modèle de prédiction 5
Machine LearningPhase d’apprentissage
0
50
100
150
200
250
300
350
400
450
500
0 20 40 60 80 100 120 140
y = ax + b
Paramètres
6
Machine LearningPhase d’apprentissage
0
50
100
150
200
250
300
350
400
450
500
0 20 40 60 80 100 120 140
7
Superficie (m²)
Prix (k€)
92 298
123 470
74 253
127 450
105 322
85 266
117 403
55 198
Machine LearningPhase de prédiction
Modèle Y
X8
ax + b
Machine LearningUn problème plus complexe
Souris ?Clavier ?Ecran ?Imprimante ?…
9
𝜎
𝑖=0
𝑛
𝑊𝑖𝑋𝑖 + 𝑏
Machine LearningNeurones artificiels
𝑋0
𝑋1
𝑋2
𝑋3
Y
𝑖=0
𝑛
𝑊𝑖𝑋𝑖 + 𝑏
b
𝑊0
𝑊1
𝑊2
𝑊3
𝜎 𝑥 = ቊ0 𝑠𝑖 𝑥 < 𝑠𝑒𝑢𝑖𝑙
1 𝑠𝑖𝑛𝑜𝑛
𝜎 𝑥 =1
1 + 𝑒−𝑥
10
Machine LearningRéseaux de neurones
16 poids
5 biais
21 paramètres
𝑋0
𝑋1
𝑋2
11
Machine LearningRéseaux de neurones
640
960
614 400 entrées≈2,5M paramètres
12
Machine LearningReconnaissance d’images
Extraction de caractéristiques
SURFSIFTHoG
…
- Expertise métier- Non généralisable 13
Deep LearningRéseaux de neurones profonds
14
Deep LearningExtraction de caractéristiques
Extraction de caractéristiques
15
Deep LearningExtraction de caractéristiques
16
Deep LearningLarge Scale Visual Recognition Challenge
29,6
27,1 26,9 26,2
16,4
University ofAmsterdam
XRCE/INRIA OXFORD_VGG ISI SuperVision
Tau
x er
reu
r to
p-5
ILSVRC – 2012
28,126,3
16,4
11,7
6,73,57
3,08 2,25
2010 2011 2012 2013 2014 2015 2016 2017
Tau
x er
reu
r to
p-5
ILSVRC
17
Humain
Deep LearningApprentissage
Modèle
Grosse base de données d’images étiquetées
Puissants GPUs
PrédictionCoût +
évaluation
Ajustement des paramètres
(rétropropagation)
Nouvelles prédictions
Fixation des paramètres
18
Deep LearningRéseaux de neurones convolutifs
1 1 1 0 0 1 0 1
0 1 1 1 0 0 1 1
0 0 1 1 1 0 0 0
0 0 1 1 0 0 1 0
1 1 0 1 1 1 0 0
1 0 1 0 0 1 1 0
0 1 0 0 0 1 0 1
1 1 1 0 1 0 1 0
1 0 1
0 1 0
1 0 1
1 1 1
0 1 1
0 0 1
4 3 4 2 1 3
2 4 3 3 2 1
2 4 4 3 2 1
4 1 3 3 3 1
1 4 1 3 2 4
5 1 3 1 4 1
0 1 1
1 1 0
0 0 1
4 4 3 2 1 2
3 4 3 2 3 2
1 4 5 3 0 1
4 3 2 3 4 2
2 2 3 3 2 3
3 2 1 1 4 2
Noyaux Cartes de caractéristiques
𝑖=0
𝑛
𝑊𝑖𝑋𝑖 + 𝑏𝜎
𝑖=0
𝑛
𝑊𝑖𝑋𝑖 + 𝑏
19
Deep LearningExemples de tâches
• Classification
• Détection d’objets / de visages
• Segmentation sémantique
• Segmentation d’instance
• Coloration d’images
• Transfert de style
• Génération de légende
Colorful Image Colorization, ECCV 2016 A Learned Representation for Artistic Style,
CoRR 2016
Show and Tell: A Neural Image Caption Generator, CVPR 2015 20
SSD: Single Shot MultiBox Detector, ECCV 2016
ICNet for Real-Time Semantic Segmentation on High-Resolution
Images, CoRR 2017
Mask R-CNN, ICCV 2017
Deep LearningDomaines d’application
• Robotique
• Sécurité/surveillance
• Contrôle qualité
• Diagnostic santé
• Réalité augmentée
21
Real-Time Crowd Violence Recognition and Detection in Surveillance Videos
Manufacturing Quality Control Using Deep Learning & Computer Vision
GPU-Powered Deep Learning Being Used to Speed Colon Cancer Diagnosis
MERCI DE VOTRE ATTENTION
Des questions ?
Sébastien PELURSON
Sylvain BERTHELOT
Bibliographie
• Cours
• Deep Learning Specialization – Andrew NG
• Neural Network for Machine Learning – Geoffrey Hinton
• Livres
• Artificial Intelligence: A Modern Approach – Stuart Russel & Peter Novig
• Deep Learning – Ian Goodfellow, Yoshua Bengio, Aaron Courvile
• Autres
• L’apprentissage profond : une révolution en intelligence artificielle – Yann LeCun(Leçon inaugurale au Collège de France)
23