Ce cours porte sur le domaine de la vision par ordianteur (computer vision).
Nous dressons un panorama des differents sous domaines et proposons de la mise en pratique.
Les differentes parties du cours sont:
- Introduction et historique du domaine et modèles de reconnaissances d'images avant deep learning
- Bases des modèles convolutifs et auto-encodeurs
- Architectures convolutives pour la classification d'images et la détection d'objets
- Apprentissage par transfert pour la reconnaissance d'images (fintuning, adaptation de domaine) - Modèles generatifs (Variational auto-encoders, GANs, Diffusion)
- Apprentissage de representation avec Self-supervised learning et architectures transformers
- Explicabilité des modèles de reconnaissance d'images
