L'utilisation de l'IA est devenue un incontournable en informatique. Sa compréhension fine exige un bagage mathématique important. Nombre de paramètres doivent être fixés minutieusement pour obtenir des performances optimales. Keur Studio dispose d'une expérience en IA dans l'entraînement de classifieurs d'image et de détecteurs d'objets dans des images.
Dans le cas d'un classifieur, le but est, à partir d'une image et d'une liste de catégories, de déterminer automatiquement à quelle catégorie appartient l'image. Pour cela, à partir d'un nombre d'exemples important (de plusieurs milliers à plusieurs millions) de chacune des catégories que l'on souhaite distinguer, un modèle mathématique est entraîné à identifier automatiquement les motifs récurrents propres à chaque catégorie afin de savoir les reconnaître sur de nouvelles images et ainsi de pouvoir identifier la bonne catégorie.
Keur Studio dispose notamment d'expérience dans la classification fine : il s'agit d'un type de classification pour lequel les catégories se ressemblent fortement. Des techniques avancées sont alors mises en place pour déterminer les similitudes et les différences entre catégories à une échelle très fine. Dans ce contexte, Keur Studio parvient à obtenir plus de 85% de bonne classification sur plus de 230 modèles d'armes à feu très similaires.
Dans le cas d'un détecteur, le but est de déterminer l'ensemble des objets présents sur une image, leurs catégories et leurs positions (généralement avec un rectangle englobant l'objet). Le modèle associé est généralement plus complexe à entraîner que dans le cas de la classification car il doit être capable de distinguer plusieurs objets au sein d'une seule image. À nouveau, la constitution d'une base de données annotée est une étape cruciale.
Prendre contactÉtape fastidieuse mais essentielle, il est nécessaire de disposer de données annotées en grandes quantités pour garantir les meilleures performances possibles.
À partir d'une liste des catégories que vous souhaitez distinguer ou détecter, Keur Studio vous propose de constituer un jeu de données appropriée en téléchargeant des images pour chacune de vos catégories et en les annotant. Cette base d'images est dimensionnée selon vos besoins.
Dans le cas d'un objectif de classification, l'annotation consiste simplement à indiquer à quelle catégorie appartient chacune des images. Dans le cas d'un objectif de détection, l'annotation comporte, pour chaque image, l'ensemble des objets qui y sont présents, la catégorie de chacun de ces objets et un rectangle englobant chaque objet.
De nombreux modèles existent, chacun ayant ses spécificités, que ce soit au niveau des volumes d'images d'apprentissage nécessaires, du temps d'inférence ou des performances. Par ailleurs, les modèles utilisés pour la classification diffèrent de ceux utilisés pour la détection.
Keur Studio détermine les modèles les plus adaptés à votre problématique et les entraîne sur le jeu de données constitué afin de déterminer le plus performant. À l'arrivée, un code minimal fonctionnel vous est fourni, ainsi qu'un fichier contenant le modèle mathématique entraîné, permettant de réaliser l'inférence sur une image d'exemple. Il ne vous reste plus qu'à intégrer ce modèle entraîné à votre projet !