Introduction aux réseaux convolutifs en vision par ordinateur

📋 Plan du Cours

1. Rôle et applications des réseaux convolutifs en vision par ordinateur
2. Principe mathématique de la convolution et produit de Hadamard en traitement d’images
3. Limites des réseaux de neurones denses pour l’analyse d’images haute résolution
4. Fonctionnement des couches de convolution avec apprentissage des noyaux (kernels)
5. Hyperparamètres des couches de convolution : taille du kernel, padding et stride
6. Compression des images par pooling et alternance avec les couches de convolution
7. Architecture générale des CNN et passage à un réseau de neurones classique pour classification
8. Historique des CNN et introduction aux bibliothèques TensorFlow et Keras pour leur implémentation

📖 1. Rôle et applications des réseaux convolutifs en vision par ordinateur

🔑 Notions clés & Définitions

• Vision par ordinateur : Domaine de l'informatique qui concerne la compréhension automatique d'images ou de vidéos.
• Classification d’images : Processus d'attribution d'une catégorie à une image en fonction de ses caractéristiques visuelles.

📝 Points essentiels