{"id":963,"date":"2024-04-09T15:50:25","date_gmt":"2024-04-09T14:50:25","guid":{"rendered":"https:\/\/ai.reboot-conseil.com\/?p=963"},"modified":"2024-04-08T08:42:10","modified_gmt":"2024-04-08T07:42:10","slug":"fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot","status":"publish","type":"post","link":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/","title":{"rendered":"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Le <a href=\"https:\/\/en.wikipedia.org\/wiki\/Transfer_learning\"><strong>transfer learning<\/strong><\/a> est une technique du deep learning qui cherche \u00e0 r\u00e9utiliser un r\u00e9seau de neurones entra\u00een\u00e9 \u00e0 une t\u00e2che pour une autre.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L&rsquo;une des applications du transfer learning est le <a href=\"https:\/\/en.wikipedia.org\/wiki\/Fine-tuning_(deep_learning\"><strong>fine tuning<\/strong><\/a>, qui consiste \u00e0 prendre un mod\u00e8le existant performant sur une t\u00e2che g\u00e9n\u00e9rale et l&rsquo;entra\u00eener sur un nouveau dataset plus sp\u00e9cifique.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L&rsquo;application la plus \u00e9vidente est le fine tuning pour la reconnaissance d&rsquo;objets. \u00c0 partir d&rsquo;un mod\u00e8le capable d&rsquo;identifier un grand nombre de classes, l&rsquo;affiner pour qu&rsquo;il reconnaisse une classe sp\u00e9cifique.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Les avantages du fine tuning<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Le mod\u00e8le d&rsquo;origine est performant car il a \u00e9t\u00e9 entra\u00een\u00e9 :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Sur un dataset de grande taille<\/li>\n\n\n\n<li>Avec une grande puissance de calcul<\/li>\n\n\n\n<li>Pendant longtemps<br>On \u00e9conomise donc ces trois besoins, et le fine tuning se fera sur un plus petit dataset avec un moins grand besoin de puissance et de temps.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">L&rsquo;espoir est d&rsquo;obtenir un plus haut taux de pr\u00e9cision que le mod\u00e8le g\u00e9n\u00e9ral sur la nouvelle t\u00e2che qui est plus sp\u00e9cifique.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Comment ?<\/h2>\n\n\n\n<h4 class=\"wp-block-heading\">Choisir le mod\u00e8le d&rsquo;origine<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Le mod\u00e8le g\u00e9n\u00e9ral doit \u00eatre capable de r\u00e9soudre une t\u00e2che similaire \u00e0 la votre.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Ajuster l&rsquo;architecture du mod\u00e8le<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Bien souvent, cela consiste \u00e0 changer la forme de la derni\u00e8re couche du mod\u00e8le, pour qu&rsquo;il ait le bon nombre d&rsquo;output. Cette couche modifi\u00e9e est initialis\u00e9e avec des poids al\u00e9atoires. Le reste des couches du r\u00e9seau sont gel\u00e9es pour que leurs poids ne soient pas modifi\u00e9s durant l&rsquo;entra\u00eenement.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full\"><img fetchpriority=\"high\" decoding=\"async\" width=\"556\" height=\"453\" src=\"https:\/\/ai.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/fine_tuning.png\" alt=\"\" class=\"wp-image-964\" srcset=\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/fine_tuning.png 556w, https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/fine_tuning-300x244.png 300w\" sizes=\"(max-width: 556px) 100vw, 556px\" \/><\/figure>\n\n\n\n<h4 class=\"wp-block-heading\">Entra\u00eenement<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Entra\u00eener le mod\u00e8le sur le dataset sp\u00e9cifique. Souvent avec un petit <em>learning rate<\/em>, qui offre un apprentissage plus fin que pendant l&rsquo;entra\u00eenement du mod\u00e8le d&rsquo;origine.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Exemple d&rsquo;application<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">En suivant ce <a href=\"https:\/\/pytorch.org\/tutorials\/intermediate\/torchvision_tutorial.html?highlight=object%20detection%20finetuning\">tutoriel de PyTorch<\/a>, j&rsquo;ai utilis\u00e9 le <em>fine tuning<\/em> pour reconna\u00eetre des pi\u00e9tons et des v\u00e9hicules dans un hangar.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Pr\u00e9parer le dataset<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">J&rsquo;ai g\u00e9n\u00e9r\u00e9 le dataset dans Blender, ce processus est d\u00e9taill\u00e9 dans cet article : <a href=\"https:\/\/ai.reboot-conseil.com\/index.php\/2024\/04\/05\/dataset-synthetique-grace-au-rendu-3d-dans-blender\/\" data-type=\"link\" data-id=\"https:\/\/ai.reboot-conseil.com\/index.php\/2024\/04\/05\/dataset-synthetique-grace-au-rendu-3d-dans-blender\/\">Dataset synth\u00e9tique gr\u00e2ce au rendu 3D dans Blender<\/a><\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><img decoding=\"async\" width=\"1024\" height=\"289\" src=\"https:\/\/ai.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/PedForkImg_0027-1024x289.png\" alt=\"\" class=\"wp-image-947\" srcset=\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/PedForkImg_0027-1024x289.png 1024w, https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/PedForkImg_0027-300x85.png 300w, https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/PedForkImg_0027-768x217.png 768w, https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/PedForkImg_0027.png 1340w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<h4 class=\"wp-block-heading\">Choisir le mod\u00e8le d&rsquo;origine<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">J&rsquo;ai choisis le mod\u00e8le pr\u00e9 entra\u00een\u00e9 <a href=\"https:\/\/pytorch.org\/vision\/stable\/models\/resnet.html\">MaskRCNN avec ResNet50<\/a> de PyTorch, un mod\u00e8le \u00e0 50 couches performant sur un grand nombre de classes.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Ajuster l&rsquo;architecture du mod\u00e8le<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Ici, il faut identifier 3 classes : les pi\u00e9tons, les transpalettes et le background. La derni\u00e8re couche du mod\u00e8le est donc remplac\u00e9e par une couche \u00e0 3 sorties.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">R\u00e9sultats<\/h4>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full\"><img decoding=\"async\" width=\"1001\" height=\"583\" src=\"https:\/\/ai.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png\" alt=\"\" class=\"wp-image-965\" srcset=\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png 1001w, https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection-300x175.png 300w, https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection-768x447.png 768w\" sizes=\"(max-width: 1001px) 100vw, 1001px\" \/><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">L&rsquo;objectif a \u00e9t\u00e9 atteint. \u00c0 partir d&rsquo;un mod\u00e8le g\u00e9n\u00e9ral, j&rsquo;ai maintenant un mod\u00e8le qui r\u00e9pond \u00e0 mes besoins sp\u00e9cifiques. Le tout avec un faible temps d&rsquo;entra\u00eenement et un petit dataset.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Le transfer learning est une technique du deep learning qui cherche \u00e0 r\u00e9utiliser un r\u00e9seau de neurones entra\u00een\u00e9 \u00e0 une t\u00e2che pour une autre. L&rsquo;une des applications du transfer learning est le fine tuning, qui consiste \u00e0 prendre un mod\u00e8le existant performant sur une t\u00e2che g\u00e9n\u00e9rale et l&rsquo;entra\u00eener sur un nouveau dataset plus sp\u00e9cifique. L&rsquo;application la plus \u00e9vidente est le fine tuning pour la reconnaissance d&rsquo;objets. \u00c0 partir d&rsquo;un mod\u00e8le capable d&rsquo;identifier un grand nombre de classes, l&rsquo;affiner pour qu&rsquo;il reconnaisse une classe sp\u00e9cifique. Les avantages du fine tuning Le mod\u00e8le d&rsquo;origine est performant car il a \u00e9t\u00e9 entra\u00een\u00e9 : L&rsquo;espoir est d&rsquo;obtenir un plus haut taux de pr\u00e9cision que le mod\u00e8le g\u00e9n\u00e9ral sur la nouvelle t\u00e2che qui est plus sp\u00e9cifique. Comment ? Choisir le mod\u00e8le d&rsquo;origine Le mod\u00e8le g\u00e9n\u00e9ral doit \u00eatre capable de r\u00e9soudre une t\u00e2che similaire \u00e0 la votre. Ajuster l&rsquo;architecture du mod\u00e8le Bien souvent, cela consiste \u00e0 changer la forme de la derni\u00e8re couche du mod\u00e8le, pour qu&rsquo;il ait le bon nombre d&rsquo;output. Cette couche modifi\u00e9e est initialis\u00e9e avec des poids al\u00e9atoires. Le reste des couches du r\u00e9seau sont gel\u00e9es pour que leurs poids ne soient pas modifi\u00e9s durant l&rsquo;entra\u00eenement. Entra\u00eenement Entra\u00eener le mod\u00e8le sur le dataset sp\u00e9cifique. Souvent avec un petit learning rate, qui offre un apprentissage plus fin que pendant l&rsquo;entra\u00eenement du mod\u00e8le d&rsquo;origine. Exemple d&rsquo;application En suivant ce tutoriel de PyTorch, j&rsquo;ai utilis\u00e9 le fine tuning pour reconna\u00eetre des pi\u00e9tons et des v\u00e9hicules dans un hangar. Pr\u00e9parer le dataset J&rsquo;ai g\u00e9n\u00e9r\u00e9 le dataset dans Blender, ce processus est d\u00e9taill\u00e9 dans cet article : Dataset synth\u00e9tique gr\u00e2ce au rendu 3D dans Blender Choisir le mod\u00e8le d&rsquo;origine J&rsquo;ai choisis le mod\u00e8le pr\u00e9 entra\u00een\u00e9 MaskRCNN avec ResNet50 de PyTorch, un mod\u00e8le \u00e0 50 couches performant sur un grand nombre de classes. Ajuster l&rsquo;architecture du mod\u00e8le Ici, il faut identifier 3 classes : les pi\u00e9tons, les transpalettes et le background. La derni\u00e8re couche du mod\u00e8le est donc remplac\u00e9e par une couche \u00e0 3 sorties. R\u00e9sultats L&rsquo;objectif a \u00e9t\u00e9 atteint. \u00c0 partir d&rsquo;un mod\u00e8le g\u00e9n\u00e9ral, j&rsquo;ai maintenant un mod\u00e8le qui r\u00e9pond \u00e0 mes besoins sp\u00e9cifiques. Le tout avec un faible temps d&rsquo;entra\u00eenement et un petit dataset.<\/p>\n","protected":false},"author":10,"featured_media":965,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[83],"tags":[36,79,7,81,37,80,82,35],"class_list":["post-963","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-computer-vision","tag-artificial-intelligence","tag-computer-vision","tag-ia","tag-image-segmentation","tag-machine-learning","tag-object-detection","tag-pytorch","tag-reboot-conseil"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v22.7 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t -<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t -\" \/>\n<meta property=\"og:description\" content=\"Le transfer learning est une technique du deep learning qui cherche \u00e0 r\u00e9utiliser un r\u00e9seau de neurones entra\u00een\u00e9 \u00e0 une t\u00e2che pour une autre. L&rsquo;une des applications du transfer learning est le fine tuning, qui consiste \u00e0 prendre un mod\u00e8le existant performant sur une t\u00e2che g\u00e9n\u00e9rale et l&rsquo;entra\u00eener sur un nouveau dataset plus sp\u00e9cifique. L&rsquo;application la plus \u00e9vidente est le fine tuning pour la reconnaissance d&rsquo;objets. \u00c0 partir d&rsquo;un mod\u00e8le capable d&rsquo;identifier un grand nombre de classes, l&rsquo;affiner pour qu&rsquo;il reconnaisse une classe sp\u00e9cifique. Les avantages du fine tuning Le mod\u00e8le d&rsquo;origine est performant car il a \u00e9t\u00e9 entra\u00een\u00e9 : L&rsquo;espoir est d&rsquo;obtenir un plus haut taux de pr\u00e9cision que le mod\u00e8le g\u00e9n\u00e9ral sur la nouvelle t\u00e2che qui est plus sp\u00e9cifique. Comment ? Choisir le mod\u00e8le d&rsquo;origine Le mod\u00e8le g\u00e9n\u00e9ral doit \u00eatre capable de r\u00e9soudre une t\u00e2che similaire \u00e0 la votre. Ajuster l&rsquo;architecture du mod\u00e8le Bien souvent, cela consiste \u00e0 changer la forme de la derni\u00e8re couche du mod\u00e8le, pour qu&rsquo;il ait le bon nombre d&rsquo;output. Cette couche modifi\u00e9e est initialis\u00e9e avec des poids al\u00e9atoires. Le reste des couches du r\u00e9seau sont gel\u00e9es pour que leurs poids ne soient pas modifi\u00e9s durant l&rsquo;entra\u00eenement. Entra\u00eenement Entra\u00eener le mod\u00e8le sur le dataset sp\u00e9cifique. Souvent avec un petit learning rate, qui offre un apprentissage plus fin que pendant l&rsquo;entra\u00eenement du mod\u00e8le d&rsquo;origine. Exemple d&rsquo;application En suivant ce tutoriel de PyTorch, j&rsquo;ai utilis\u00e9 le fine tuning pour reconna\u00eetre des pi\u00e9tons et des v\u00e9hicules dans un hangar. Pr\u00e9parer le dataset J&rsquo;ai g\u00e9n\u00e9r\u00e9 le dataset dans Blender, ce processus est d\u00e9taill\u00e9 dans cet article : Dataset synth\u00e9tique gr\u00e2ce au rendu 3D dans Blender Choisir le mod\u00e8le d&rsquo;origine J&rsquo;ai choisis le mod\u00e8le pr\u00e9 entra\u00een\u00e9 MaskRCNN avec ResNet50 de PyTorch, un mod\u00e8le \u00e0 50 couches performant sur un grand nombre de classes. Ajuster l&rsquo;architecture du mod\u00e8le Ici, il faut identifier 3 classes : les pi\u00e9tons, les transpalettes et le background. La derni\u00e8re couche du mod\u00e8le est donc remplac\u00e9e par une couche \u00e0 3 sorties. R\u00e9sultats L&rsquo;objectif a \u00e9t\u00e9 atteint. \u00c0 partir d&rsquo;un mod\u00e8le g\u00e9n\u00e9ral, j&rsquo;ai maintenant un mod\u00e8le qui r\u00e9pond \u00e0 mes besoins sp\u00e9cifiques. Le tout avec un faible temps d&rsquo;entra\u00eenement et un petit dataset.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/\" \/>\n<meta property=\"article:published_time\" content=\"2024-04-09T14:50:25+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-04-08T07:42:10+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1001\" \/>\n\t<meta property=\"og:image:height\" content=\"583\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Oscar DEWASMES\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Oscar DEWASMES\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/\"},\"author\":{\"name\":\"Oscar DEWASMES\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/#\/schema\/person\/7e9a247d91c32bab30436624bdf6e9c1\"},\"headline\":\"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t\",\"datePublished\":\"2024-04-09T14:50:25+00:00\",\"dateModified\":\"2024-04-08T07:42:10+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/\"},\"wordCount\":491,\"commentCount\":1,\"publisher\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/#organization\"},\"image\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png\",\"keywords\":[\"Artificial Intelligence\",\"Computer Vision\",\"IA\",\"Image Segmentation\",\"Machine Learning\",\"Object Detection\",\"PyTorch\",\"Reboot Conseil\"],\"articleSection\":[\"Computer Vision\"],\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/\",\"url\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/\",\"name\":\"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t -\",\"isPartOf\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png\",\"datePublished\":\"2024-04-09T14:50:25+00:00\",\"dateModified\":\"2024-04-08T07:42:10+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#primaryimage\",\"url\":\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png\",\"contentUrl\":\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png\",\"width\":1001,\"height\":583},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\/\/beta.reboot-conseil.com\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/#website\",\"url\":\"https:\/\/beta.reboot-conseil.com\/\",\"name\":\"AI Squad\",\"description\":\"Dans le doute, Reboot\",\"publisher\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/beta.reboot-conseil.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/#organization\",\"name\":\"AI Squad By Reboot Conseil\",\"url\":\"https:\/\/beta.reboot-conseil.com\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2023\/09\/cropped-cropped-Logo-IA-Squad-by-Reboot-Conseil-3.png\",\"contentUrl\":\"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2023\/09\/cropped-cropped-Logo-IA-Squad-by-Reboot-Conseil-3.png\",\"width\":500,\"height\":218,\"caption\":\"AI Squad By Reboot Conseil\"},\"image\":{\"@id\":\"https:\/\/beta.reboot-conseil.com\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/#\/schema\/person\/7e9a247d91c32bab30436624bdf6e9c1\",\"name\":\"Oscar DEWASMES\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/beta.reboot-conseil.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/b4afa3c07c044276516af3bd95976af4494381e71c8bfcda0415d22b6fde168d?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/b4afa3c07c044276516af3bd95976af4494381e71c8bfcda0415d22b6fde168d?s=96&d=mm&r=g\",\"caption\":\"Oscar DEWASMES\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t -","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/","og_locale":"fr_FR","og_type":"article","og_title":"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t -","og_description":"Le transfer learning est une technique du deep learning qui cherche \u00e0 r\u00e9utiliser un r\u00e9seau de neurones entra\u00een\u00e9 \u00e0 une t\u00e2che pour une autre. L&rsquo;une des applications du transfer learning est le fine tuning, qui consiste \u00e0 prendre un mod\u00e8le existant performant sur une t\u00e2che g\u00e9n\u00e9rale et l&rsquo;entra\u00eener sur un nouveau dataset plus sp\u00e9cifique. L&rsquo;application la plus \u00e9vidente est le fine tuning pour la reconnaissance d&rsquo;objets. \u00c0 partir d&rsquo;un mod\u00e8le capable d&rsquo;identifier un grand nombre de classes, l&rsquo;affiner pour qu&rsquo;il reconnaisse une classe sp\u00e9cifique. Les avantages du fine tuning Le mod\u00e8le d&rsquo;origine est performant car il a \u00e9t\u00e9 entra\u00een\u00e9 : L&rsquo;espoir est d&rsquo;obtenir un plus haut taux de pr\u00e9cision que le mod\u00e8le g\u00e9n\u00e9ral sur la nouvelle t\u00e2che qui est plus sp\u00e9cifique. Comment ? Choisir le mod\u00e8le d&rsquo;origine Le mod\u00e8le g\u00e9n\u00e9ral doit \u00eatre capable de r\u00e9soudre une t\u00e2che similaire \u00e0 la votre. Ajuster l&rsquo;architecture du mod\u00e8le Bien souvent, cela consiste \u00e0 changer la forme de la derni\u00e8re couche du mod\u00e8le, pour qu&rsquo;il ait le bon nombre d&rsquo;output. Cette couche modifi\u00e9e est initialis\u00e9e avec des poids al\u00e9atoires. Le reste des couches du r\u00e9seau sont gel\u00e9es pour que leurs poids ne soient pas modifi\u00e9s durant l&rsquo;entra\u00eenement. Entra\u00eenement Entra\u00eener le mod\u00e8le sur le dataset sp\u00e9cifique. Souvent avec un petit learning rate, qui offre un apprentissage plus fin que pendant l&rsquo;entra\u00eenement du mod\u00e8le d&rsquo;origine. Exemple d&rsquo;application En suivant ce tutoriel de PyTorch, j&rsquo;ai utilis\u00e9 le fine tuning pour reconna\u00eetre des pi\u00e9tons et des v\u00e9hicules dans un hangar. Pr\u00e9parer le dataset J&rsquo;ai g\u00e9n\u00e9r\u00e9 le dataset dans Blender, ce processus est d\u00e9taill\u00e9 dans cet article : Dataset synth\u00e9tique gr\u00e2ce au rendu 3D dans Blender Choisir le mod\u00e8le d&rsquo;origine J&rsquo;ai choisis le mod\u00e8le pr\u00e9 entra\u00een\u00e9 MaskRCNN avec ResNet50 de PyTorch, un mod\u00e8le \u00e0 50 couches performant sur un grand nombre de classes. Ajuster l&rsquo;architecture du mod\u00e8le Ici, il faut identifier 3 classes : les pi\u00e9tons, les transpalettes et le background. La derni\u00e8re couche du mod\u00e8le est donc remplac\u00e9e par une couche \u00e0 3 sorties. R\u00e9sultats L&rsquo;objectif a \u00e9t\u00e9 atteint. \u00c0 partir d&rsquo;un mod\u00e8le g\u00e9n\u00e9ral, j&rsquo;ai maintenant un mod\u00e8le qui r\u00e9pond \u00e0 mes besoins sp\u00e9cifiques. Le tout avec un faible temps d&rsquo;entra\u00eenement et un petit dataset.","og_url":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/","article_published_time":"2024-04-09T14:50:25+00:00","article_modified_time":"2024-04-08T07:42:10+00:00","og_image":[{"width":1001,"height":583,"url":"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png","type":"image\/png"}],"author":"Oscar DEWASMES","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"Oscar DEWASMES","Dur\u00e9e de lecture estim\u00e9e":"2 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#article","isPartOf":{"@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/"},"author":{"name":"Oscar DEWASMES","@id":"https:\/\/beta.reboot-conseil.com\/#\/schema\/person\/7e9a247d91c32bab30436624bdf6e9c1"},"headline":"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t","datePublished":"2024-04-09T14:50:25+00:00","dateModified":"2024-04-08T07:42:10+00:00","mainEntityOfPage":{"@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/"},"wordCount":491,"commentCount":1,"publisher":{"@id":"https:\/\/beta.reboot-conseil.com\/#organization"},"image":{"@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#primaryimage"},"thumbnailUrl":"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png","keywords":["Artificial Intelligence","Computer Vision","IA","Image Segmentation","Machine Learning","Object Detection","PyTorch","Reboot Conseil"],"articleSection":["Computer Vision"],"inLanguage":"fr-FR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/","url":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/","name":"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t -","isPartOf":{"@id":"https:\/\/beta.reboot-conseil.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#primaryimage"},"image":{"@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#primaryimage"},"thumbnailUrl":"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png","datePublished":"2024-04-09T14:50:25+00:00","dateModified":"2024-04-08T07:42:10+00:00","breadcrumb":{"@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#primaryimage","url":"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png","contentUrl":"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2024\/04\/output_ped_vehicule_detection.png","width":1001,"height":583},{"@type":"BreadcrumbList","@id":"https:\/\/beta.reboot-conseil.com\/index.php\/2024\/04\/09\/fine-tuning-pour-la-reconnaissance-de-pietons-et-vehicules-dans-un-entrepot\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/beta.reboot-conseil.com\/"},{"@type":"ListItem","position":2,"name":"Fine tuning pour la reconnaissance de pi\u00e9tons et v\u00e9hicules dans un entrep\u00f4t"}]},{"@type":"WebSite","@id":"https:\/\/beta.reboot-conseil.com\/#website","url":"https:\/\/beta.reboot-conseil.com\/","name":"AI Squad","description":"Dans le doute, Reboot","publisher":{"@id":"https:\/\/beta.reboot-conseil.com\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/beta.reboot-conseil.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/beta.reboot-conseil.com\/#organization","name":"AI Squad By Reboot Conseil","url":"https:\/\/beta.reboot-conseil.com\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/beta.reboot-conseil.com\/#\/schema\/logo\/image\/","url":"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2023\/09\/cropped-cropped-Logo-IA-Squad-by-Reboot-Conseil-3.png","contentUrl":"https:\/\/beta.reboot-conseil.com\/wp-content\/uploads\/2023\/09\/cropped-cropped-Logo-IA-Squad-by-Reboot-Conseil-3.png","width":500,"height":218,"caption":"AI Squad By Reboot Conseil"},"image":{"@id":"https:\/\/beta.reboot-conseil.com\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/beta.reboot-conseil.com\/#\/schema\/person\/7e9a247d91c32bab30436624bdf6e9c1","name":"Oscar DEWASMES","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/beta.reboot-conseil.com\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/b4afa3c07c044276516af3bd95976af4494381e71c8bfcda0415d22b6fde168d?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/b4afa3c07c044276516af3bd95976af4494381e71c8bfcda0415d22b6fde168d?s=96&d=mm&r=g","caption":"Oscar DEWASMES"}}]}},"_links":{"self":[{"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/posts\/963","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/comments?post=963"}],"version-history":[{"count":2,"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/posts\/963\/revisions"}],"predecessor-version":[{"id":967,"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/posts\/963\/revisions\/967"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/media\/965"}],"wp:attachment":[{"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/media?parent=963"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/categories?post=963"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/beta.reboot-conseil.com\/index.php\/wp-json\/wp\/v2\/tags?post=963"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}