Glossaire

Réseau de neurones convolutif (CNN)

Qu’est-ce que Réseau de neurones convolutif (CNN) ?

Un réseau de neurones convolutif (CNN, Convolutional Neural Network) est une architecture de réseau de neurones particulièrement adaptée aux images. Il parcourt l'entrée avec de petits filtres : les premières couches repèrent des caractéristiques simples comme les contours, les couches plus profondes des formes plus complexes. Les CNN ont marqué la reconnaissance d'images pendant des années et servent par exemple à détecter des défauts sur des photos de produits ou à analyser des images médicales.

Thèmes

réseau de neurones
reconnaissance d'images
apprentissage profond

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Apprentissage profond

L'apprentissage profond (deep learning) est une branche de l'apprentissage automatique qui utilise des réseaux de neurones artificiels à nombreuses couches. Ces réseaux apprennent eux-mêmes, à partir de grandes quantités de données, quelles caractéristiques comptent – des contours dans les images aux liens de sens dans les textes. Il est à la base des modèles de langage actuels, de la reconnaissance d'images et de la parole ainsi que de la traduction automatique, et exige généralement beaucoup de puissance de calcul et de données.

réseaux de neurones
apprentissage automatique
+1

Vision par ordinateur

La vision par ordinateur est un domaine de l'IA dans lequel des ordinateurs analysent des images et des vidéos. Les tâches typiques consistent à détecter et localiser des objets, lire du texte dans des images ou mesurer des pièces. Cette technologie sert par exemple au contrôle qualité en production, aux systèmes d'aide à la conduite, à la logistique ou à l'imagerie médicale.

analyse d'images
apprentissage profond
+1

Reconnaissance d'images

La reconnaissance d'images est un domaine de la vision par ordinateur dans lequel un logiciel identifie ce que montre une image : objets, personnes, texte, logos ou scènes. Elle repose généralement sur des réseaux de neurones entraînés sur de nombreuses images annotées. Les applications vont du contrôle qualité en production au tri de photos de produits, jusqu'à l'aide à l'imagerie médicale. Pour les images de personnes, la protection des données et les biais possibles exigent une attention particulière.

Vision par ordinateur
Analyse d'images
+1

Réseaux de neurones artificiels (RNA)

Les réseaux de neurones artificiels (RNA) sont des modèles de calcul composés de nombreuses unités connectées (« neurones »), organisées en couches, qui traitent les entrées via des connexions pondérées. Pendant l'entraînement, les poids sont ajustés progressivement à partir d'exemples, le plus souvent par rétropropagation. Les RNA sont à la base de l'apprentissage profond et se retrouvent dans la reconnaissance d'images et de la parole ainsi que dans les grands modèles de langage. Malgré leur inspiration biologique, ils fonctionnent bien plus simplement que le cerveau humain.

Apprentissage profond
Fondamentaux IA
+1