Systèmes de production à apprentissage automatique

Chapitre 20. Pipelines de ML pour les problèmes de vision par ordinateur

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Dans ce chapitre et le suivant, nous allons parcourir deux pipelines ML qui démontrent un ensemble holistique de problèmes ML courants. Nous mettrons en place les problèmes et te montrerons comment nous avons mis en œuvre les solutions. Nous partons du principe que tu as lu les chapitres précédents et nous nous référerons aux détails qu'ils contiennent.

Dans ce chapitre, nous allons nous pencher sur un problème typique de vision par ordinateur. Nous concevons un pipeline de ML pour un problème de classification d'images. Le modèle de ML lui-même n'est pas extraordinaire, mais l'objectif n'est pas de produire un modèle complexe. Nous voulions que le modèle reste simple. De cette façon, nous pouvons nous concentrer sur le pipeline de ML (l'aspect intéressant des systèmes de production de ML).

Dans cet exemple, nous voulons former un modèle ML pour classer les images d'animaux domestiques dans les catégories des chats et des chiens (illustrées dans la figure 20-1).

Figure 20-1. Le problème de la classification

Dans cet exemple, nous aborderons brièvement les modèles ML, puis nous nous concentrerons sur les pipelines, en nous appuyant sur les chapitres précédents. En particulier, ...