Galleries de problèmes résolus ou presque#
Cette rubrique étend la liste des références avec des articles exposant des méthodes de machine learning appliquées à des problèmes précis. Il est difficile de garder une liste à jour tant les avancées sont rapides et dans de nombreux de domaines. Le site daily-paper-computer-vision recense régulièrement des articles sur des applications du deep learning, le site est en chinois mais les articles sont en anglais.
3D#
Pas d’articles précis, juste une liste de problèmes résolus.
Apprentissage par renforcement#
Awesome, Playground…#
pytorch-playground : modèle préentraînés
Pretrained-models#
Adversarial Examples#
Architecture de Deep Learning#
Neural Network Zooo Prequel: Cells and Layers : revue d’architectures de réseaux de neurones
Compétitions et datasets#
Compter les objets dans une image#
Détection d’expressions#
Détection d’objets#
YOLO9000: Better, Faster, Stronger : détection en temps d’objets sur des images ou dans une vidéo, le code est sur github darknet, wrapper Python : darknetpy, demo
Détection d’objets en 3D#
Détection de parties d’objets#
Détection de positions (humaines)#
Fraudes#
Deep Learning Artistique#
Génération d’images à partir de texte#
Histoire#
Images en vrac#
Les réseaux de neurones profonds fonctionnent très bien sur les images car ce sont des entrées homogènes. Le traitement des images cachent plusieurs types de problématiques :
classification : reconnaître un object dans l’image sans savoir extactement où il est
segmentation : reconnaître des objects dans une images, sous la forme de boîtes englobantes ou au pixel près
transformation : déflouter, extraire le squelette, mettre en couleur, fusionner image et style
Ce ne sont pas les seules mais ces problématiques commencent à être assez bien résolus. Il faut noter qu’on n’utilisent pas mêmes modèles s’il s’agit d’images prises par un appareil photos ou d’images médicales.
Time-Contrastive Networks: Self-Supervised Learning from Multi-View Observation : un robot apprend à imiter les mouvements d’une personne (vidéo)
Perceptual Losses for Real-Time Style Transfer and Super-Resolution, article : neural-style, code : neural-style.
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network : entraîner un réseau de neurones pour améliorer la netteté des images
YOLO9000: Better, Faster, Stronger : détection en temps d’objets sur des images ou dans une vidéo, le code est sur github darknet, wrapper Python : darknetpy, demo
openalpr : reconnaissance de plaques d’immatriculation, pas vraiment du deep learning
Deep Supervision with Shape Concepts for Occlusion-Aware 3D Object Parsing
Imitations#
Jeux#
Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm, voir quelques parties The future is here - AlphaZero learns chess. Avec ce type d’algorithme adapté à la finance, le trader humain a du soucis à se faire.
Parole#
Parole + Audio#
Portraits#
Face Segmentation : il est plus facile de déterminer une boîte englobante autour d’un visage, le modèle référencé extrait un visage au pixel près, Simple Classification Segmentation, Upsampling segmentation
FaderNetworks : vieillir un visage, rajeunir, ajouter des lunettes, ce réseaux de neurones a été appris pour transformer un portrait (données : Large-scale CelebFaces Attributes (CelebA) Dataset)
Reconstruction d’images#
Reconstruction de sketchs#
On entend par sketch des dessins filiformes représentant un objet, une silhouette. Cela ressemble beaucoup aux dessins présents sur les panneaux signalétiques dans la plupart des transports en commun tout autour du monde.
Réseaux Sociaux#
Retail#
Segmentation d’images#
SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation
U-Net: Convolutional Networks for Biomedical Image Segmentation
RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation
Pixel-wise segmentation on the VOC2012 dataset using pytorch
Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation
Xception: Deep Learning with Depthwise Separable Convolutions
Rethinking Atrous Convolution for Semantic Image Segmentation
Suivis d’objets#
Texte / Traduction#
SQuAD: 100,000+ Questions for Machine Comprehension of Text, cette compétition fera sans doute émerger la nouvelle version des moteurs de recherche.
whatthelang : module Python pour reconnaître la langue d’un texte, s’appuie sur :epkg:`FastText`
Voiture autonome#
Notebooks#
CNTK
Keras