INTRODUCTION

Ce tutoriel expose les méthodologies relatives à la détection et à la reconnaissance d'objets au sein d'images. Il détaille les protocoles d'entraînement de modèles d'intelligence artificielle afin d'assurer l'identification de cibles spécifiques et leur localisation spatiale précise par le biais de boîtes englobantes.

Un modèle entraîné à reconnaître des fractures donnera le résultat ci-dessous :

(Source : https://doi.org/10.1259/bjr.20200975)

ENTRAÎNEMENT SUPERVISÉ DU MODÈLE

L'entraînement d'un modèle d'intelligence artificielle à la détection d'objets repose sur l'apprentissage supervisé. Cette approche nécessite la soumission au modèle d'images préalablement annotées, où les sujets d'intérêt ont été délimités par intervention humaine, fournissant ainsi la « vérité terrain » indispensable à l'apprentissage autonome des caractéristiques de l'objet.

La constitution de ces données de référence exige une phase d'annotation manuelle, consistant à encadrer les objets cibles par des rectangles. Bien que laborieuse, cette étape est impérative. Si des bases de données annotées existent, leur disponibilité reste limitée pour des domaines de niche, rendant souvent nécessaire la création de jeux de données personnalisés.

Le modèle exploité dans ce cadre est l'architecture « YOLO », dont les spécificités techniques seront détaillées ultérieurement.

NOTION DE CLASSE

Les sujets d'intérêt doivent être associés à une étiquette désignant leur catégorie d'appartenance, dénommée « classe ». Cette taxonomie offre une flexibilité totale : elle peut être générale (ex. : « chat », « chien ») ou hautement spécifique (ex. : « berger australien », « braque de Weimar »), selon les objectifs de détection.

Le terme « classe », récurrent dans la suite de ce document, désigne exclusivement les catégories d'objets ciblées par le modèle.

DIVERSITÉ DES DONNÉES

Il est important de noter que l'efficacité d'un modèle entraîné est intrinsèquement liée à la représentativité de ses données d'apprentissage. Un modèle spécialisé dans la détection de chats en milieu neigeux, par exemple, pourrait échouer à identifier ces mêmes animaux dans un contexte différent, tel qu'une prairie. Par conséquent, la constitution du jeu de données doit refléter fidèlement la diversité des scénarios de déploiement envisagés pour garantir la robustesse du système.