Logo Claire Labit-Bonis
Logo Inverted Logo
  • Articles
  • Enseignements
    • Perception 3D
      • Travaux pratiques
        • Segmentation
        • Localisation mono.
    • Deep Learning & CV
      • Cours
        • 00 | De l'IA au DL
        • 01 | DD into OD
      • Travaux pratiques
        • 2022-2023
          • 00 | Présentation
          • 01 | YOLO !
          • 10 | Voyons...
        • 2023-2024
          • 00 | Présentation
          • 01 | All you need is data
          • 02 | YOLO !
          • 03 | Tadaaaam !
          • 04 | On récapitule tout
Hero Image
DLCV-TP-00 | Présentation

Vous êtes sur la version 2022-2023 du TP. Je la laisse en guise d’archive, pour garder trace de l’Histoire, c’est important. Le détecteur de vos prédécesseurs ne sera ainsi jamais oublié ❤️. Objectifs pédagogiques L’objectif de ces séances de travaux pratiques est de toucher à toutes les étapes de l’ingénierie du deep learning, à savoir : l’acquisition et l’annotation de données, l’apprentissage de réseaux de convolution, l’évaluation des performances de la tâche apprise, la visualisation des résultats obtenus.

December 14, 2022 Lire
Hero Image
DLCV-TP-10* | Voyons...

*oui, je compte en binaire. On sait s’amuser par ici. Previously on “DLCV Practical sessions”… Il est beau le dataset Répartition des classes Grâce à nous tou·te·s, on a construit un beau dataset qui nous permet de détecter plein de classes d’objets très utiles. Le tableau ci-dessous indique le nombre d’images et la répartition des différentes classes entre les ensembles de train, validation et test : Analyse des labels La quantité de labels par image et leur forme varie en fonction des classes annotées.

December 14, 2022 Lire
Hero Image
DLCV-TP-01 | Le Bingo de YOLO !

Présentation L’objectif du TP du jour est d’utiliser le dataset construit la semaine dernière pour entrainer YOLOv5 à détecter les classes d’objets annotées. Voyez-le comme une grille de Bingo à remplir. Plus vous en validez, mieux c’est. Attention, “la moulinette des labels” et “split, split, split” sont nécessaires pour lancer l’apprentissage en fin de séance. Considérez-les comme la quête principale. Si vous avez le temps, réalisez les quêtes annexes : “seeing data augmentation”, “et la valeur du poids est…”, “detect with coco.

November 4, 2022 Lire
Navigation
  • A propos
  • Publications
Contactez moi :
  • clairelabitbonis@gmail.com

Toha Theme Logo Toha
© 2022 Copyright.
Alimenté par Hugo Logo