Une bonne explication de l'apprentissage profond, mais pas de la convolution
Les réseaux de convolution (CNN)
Wikipedia dit que la segmentation d'image est une opération de traitement d'images qui a pour but de rassembler des pixels entre eux suivant des critères pré-définis. Les pixels sont ainsi regroupés en régions, qui constituent un pavage ou une partition de l'image. Il peut s'agir par exemple de séparer les objets du fond.
La version anglaise beaucoup plus riche !
Yolo v3 est utilisé avec:
Les Perceptron, Perceptron multi-couche, CNN sont expliqués sur la page Intelligence Artificielle.
R-CNN = Regional Convolutional Neural Network
Un peu de zik:
ROI = Region of interest
Mask R-CNN
Region of Interest pooling (also known as RoI pooling ou Roi) is a variant of max pooling, in which output size is fixed and input rectangle is a parameter.
Pooling is an important component of convolutional neural networks for object detection based on Fast R-CNN architecture.
Mask R-CNN is based on Feature Pyramid Network (FPN) and a ResNet101 backbone.