Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Convolutions Atrous (ou Dilatées)
Opération de convolution qui insère des espaces entre les pixels du noyau, augmentant ainsi le champ récepteur sans augmenter le nombre de paramètres, essentielle pour la capture du contexte global.
PSPNet (Pyramid Scene Parsing Network)
Modèle qui applique un pooling pyramidal sur différentes régions de la carte de caractéristiques pour agréger le contexte global, puis fusionne cette information avec les caractéristiques locales pour une prédiction fine.
Pooling Pyramidal (Pyramid Pooling)
Technique qui applique des opérations de pooling avec différentes tailles de fenêtre sur la même carte de caractéristiques pour capturer des informations contextuelles à plusieurs échelles.
Réseau Multi-branches (Multi-branch Network)
Architecture où plusieurs chemins parallèles traitent l'entrée à différentes résolutions avant que leurs sorties ne soient fusionnées, permettant une analyse simultanée du détail et du contexte.
Sur-échantillonnage (Upsampling)
Opération qui augmente la résolution spatiale d'une carte de caractéristiques, typiquement via une déconvolution (transposed convolution) ou une interpolation bilinéaire, dans la partie décodeur du réseau.
Carte d'Attention Multi-échelle
Mécanisme qui apprend à pondérer l'importance des caractéristiques provenant de différentes échelles, permettant au réseau de se concentrer dynamiquement sur les informations les plus pertinentes pour chaque pixel.
HRNet (High-Resolution Network)
Architecture innovante qui maintient des représentations de haute résolution tout au long du réseau et échange de manière répétée des informations avec des représentations de basse résolution pour une segmentation multi-échelle robuste.
Module de Contexte Agrégé (Agregated Context Module)
Bloc conçu pour capturer efficacement le contexte global en agrégeant des informations sur de larges régions de l'image, souvent utilisé en complément de chemins locaux pour la segmentation fine.