Dans cette vidéo, l'auteur explique le pipeline d'entraînement d'un modèle de réseau neuronal utilisant des Réseaux Neuronaux Convolutifs (CNN) pour la classification d'images de repères. Les personnes intéressées peuvent suivre le pipeline d'entraînement et tester le modèle sur le Github de l'auteur.
Cet article raconte l'expérience de l'auteur avec le surapprentissage dans son premier réseau de neurones convolutifs pour la classification d'images, où une grande précision d'entraînement contrastait avec de faibles résultats de validation. Il vise à expliquer comment identifier et résoudre le surapprentissage, offrant des conseils pratiques pour éviter les frustrations courantes.
Cet article décrit le parcours personnel de l'auteur dans la classification d'images de vêtements à l'aide d'un Réseau Neuronal Séquentiel et du jeu de données Fashion MNIST, confronté au défi de différencier les baskets des sacs. Après l'échec du modèle avec des photos réelles, l'auteur a détaillé les stratégies de dépassement, notamment l'affinement du prétraitement et la normalisation des entrées, tout en reconnaissant la nécessité des CNN pour les données du monde réel.