Vision par ordinateur

La vision par ordinateur est le domaine de l’intelligence artificielle qui traite de l’analyse de l’entrée visuelle ; tels que des photographies, des vidéos et des flux d’appareil photo en direct. La vision par ordinateur est effectuée à l’aide d’un grand nombre d’images pour entraîner un modèle.

Il existe plusieurs types de modèle de vision par ordinateur.

• La classification d’images est une forme de vision par ordinateur dans laquelle un modèle est entraîné avec des images étiquetées avec le sujet principal de l’image (autrement dit, ce qu’il s’agit d’une image ) afin qu’elle puisse analyser des images sans étiquette et prédire l’étiquette la plus appropriée - identifiant le sujet de l’image.
• La détection d’objets est une forme de vision par ordinateur dans laquelle le modèle est entraîné pour identifier l’emplacement d’objets spécifiques dans une image.
• La segmentation sémantique est une forme avancée de détection d’objet où, au lieu d’indiquer l’emplacement d’un objet en dessinant une zone autour de celle-ci, le modèle peut identifier les pixels individuels de l’image qui appartiennent à un objet particulier.
• Les modèles multimodaux combinent des fonctionnalités visuelles et des descriptions de texte associées, ce qui leur permet de générer des descriptions complètes d’images.

Scénarios de vision par ordinateur

Les utilisations courantes de la vision par ordinateur sont les suivantes :

• Agents IA capables d’interpréter l’entrée visuelle.
• Sous-titrage automatique ou génération d’étiquettes pour les photographies.
• Recherche visuelle.
• Surveillance des niveaux de stock ou identification des éléments pour l’extraction dans les scénarios de vente au détail.
• Surveillance vidéo de sécurité.
• Authentification par le biais de la reconnaissance faciale.
• Robotique et véhicules auto-conducteurs.