Réseaux neuronaux convolutifs : Segmentation sémantique

Cette séance de cours couvre l'utilisation des réseaux de neurones convolutifs (CNN) pour la segmentation sémantique, en se concentrant sur la transition de la classification des patchs à la classification des pixels. L'instructeur explique les limites des premiers modèles et introduit de nouveaux modèles conçus spécifiquement pour la classification des pixels. Différentes approches de la segmentation sémantique, telles que les modèles encodeur-décodeur et les hypercolonnes, sont discutées. La séance de cours explore également le concept de décodage appris en utilisant des techniques telles que U-Net et les convolutions transposées. L'importance des connexions de saut dans le maintien de l'information de haute résolution pendant le décodage est mise en évidence. La session se termine par un résumé soulignant l'importance des CNN dans la recherche et l'industrie, encourageant une exploration plus approfondie à travers des clubs de lecture et des cours supplémentaires.