#Deep Learning

Apprentissage automatique September 5, 2026

Introduction à la détection d'objets et à la segmentation sémantique — Interpréter « Qu'est-ce qui est où » à partir d'une image

La détection d'objets encadre les éléments ; la segmentation sémantique colore chaque pixel selon sa signification. De la différence entre les deux, en passant par la segmentation par instance et la segmentation panoptique, et l'évolution de R-CNN à YOLO, DETR et DINO, jusqu'à leurs équivalents en nuages de points 3D : un tour d'horizon systématique des principes fondamentaux de la compréhension des scènes.

Fundamentals · 18 min de lecture Apprentissage automatique September 4, 2026

Guide complet de SegFormer — Pourquoi un transformateur sans encodage positionnel fonctionne pour la segmentation

Cet article présente SegFormer, introduit par NVIDIA, l'Université de Hong Kong et leurs collaborateurs lors de la conférence NeurIPS 2021, en s'appuyant sur l'article original. Nous examinons l'encodeur MiT hiérarchique sans encodage positionnel, le décodeur All-MLP à faible nombre de paramètres, le champ réceptif effectif, ainsi que le mIoU mesuré, le nombre de paramètres et les calculs de B0 à B5 à l'aide d'équations.

Fundamentals · 11 min de lecture Apprentissage automatique September 4, 2026

YOLO11 expliqué en détail — Qu'est-ce que C3k2 et C2PSA ont changé par rapport à YOLOv8 ?

Analysez en détail Ultralytics YOLO11 en utilisant la documentation officielle et les sources primaires : C3k2, C2PSA, détection sans ancre, pertes DFL/CIoU et benchmarks mesurés pour n/s/m/l/x.

Fundamentals · 13 min de lecture Apprentissage automatique September 4, 2026

Introduction à l'apprentissage automatique : Notions de base des réseaux neuronaux

Les réseaux neuronaux empilent des transformations affines et des activations non linéaires, puis réduisent la perte par rétropropagation et optimisation basée sur le gradient.

Fundamentals · 6 min de lecture Tendances technologiques July 17, 2026

Tendances technologiques dans le domaine du SLAM

Des méthodes de filtrage à l'optimisation de graphes, et maintenant aux approches d'apprentissage automatique natives de l'IA : un aperçu de l'histoire du SLAM (localisation et cartographie simultanées) et de l'état actuel de la recherche.

Trends · 9 min de lecture