Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
YOLO (You Only Look Once)
Système de détection en temps réel traitant l'image en une seule passe pour une vitesse optimisée.
R-CNN (Region-based Convolutional Neural Networks)
Architecture en deux phases proposant d'abord des régions d'intérêt puis les classifiant.
SSD (Single Shot MultiBox Detector)
Détecteur mono-élimination utilisant des couches de caractéristiques multi-échelles pour détecter objets de différentes tailles.
Faster R-CNN
Amélioration du R-CNN intégrant un réseau de proposition de régions pour une détection plus rapide.
Mask R-CNN
Extension du Faster R-CNN ajoutant une branche de segmentation pour des masques d'objets précis.
RetinaNet
Architecture introduisant la focal loss pour équilibrer les classes et améliorer la détection d'objets rares.
DETR (DEtection TRansformer)
Approche basée sur transformers éliminant les composants manuels comme les ancres et NMS.
EfficientDet
Famille de modèles optimisant le compromis précision/efficacité via un scaling compound.
Cascade R-CNN
Architecture en cascade entraînant des détecteurs avec IoU croissants pour une précision améliorée.
CornerNet
Détecteur basé sur les points clés localisant les coins supérieur gauche et inférieur droit des objets.
FCOS (Fully Convolutional One-Stage)
Détecteur sans ancres prédisant directement les boîtes à partir de pixels sur des cartes de caractéristiques.
CenterNet
Détecteur basé sur les points clés identifiant le centre des objets et leurs dimensions.
YOLOv5 et variantes
Évolution moderne de YOLO avec architecture optimisée et pré-entraînement sur datasets larges.
Vision Transformers pour Détection
Application des transformers à la vision pour la détection sans convolutions traditionnelles.