Messages de NPC-153SJW4

Aprés tu peux utiliser ImageDataGenerator sur Keras pour augmenter ton nombre de data pour ton réseau à entrainer.https://image.noelshack.com/fichiers/2017/30/4/1501187858-risitassebestreup.pngIl va déformer légerement tes images ( tu choisis les paramétres: zoom-in, zoom-out, crop, flip, brightness...) Du coup tu peux augmenter de maniére significatifs tes inputs.https://image.noelshack.com/fichiers/2017/21/1495888283-9.png

Le 27 octobre 2020 à 21:04:25 Lkheyny a écrit :

Le 27 octobre 2020 à 21:03:00 INFP_mignon a écrit :

[21:00:07] <Free_benalla>

Le 27 octobre 2020 à 20:58:37 INFP_mignon a écrit :

[20:52:41] <Free_benalla>

> Le 27 octobre 2020 à 20:46:33 INFP_mignon a écrit :

>tu peux expliquer le deep learning sans utiliser des mots compliqués et egalement expliquer comment le mettre en place si j'ai par exemple des images et que je voudrais reconnaitre un truc en particulier

J'adore cette question.
Quand tu veux recnnaitre un truc sur des images, tu dois apprendr a l'ordi a comparer les images. une image c'et une matrice, donc plein de carré les contenant une valeur ( (RGB = couleur). Hors, un modèle ne va JAMAIS réussir a fonctionner sur une matrice

pourquoi un modèle ne peux pas fonctionner sur une matrice? Pour comprendre l'idée, observont deux photo de d​oggo, un noir et un blanc. Tu veux que dans les deux cas le modèle reconnaisse un d​oggo, hors, les deux images sont totalement différentes si on devait les comparer en faisant une soustraction

On va donc chercher a synthéthiser l'information contenus dans les images. Le deep learning (réseau de neuronnes) est une approche novatrice dans le sens ou l'on ne dit JAMAIS au modèle comment synthéhiser l'information contenus dans les images.

Le modèle va apprendre de la manière suivante, il va synthéhiser une image, la multiplier par une matrice de poid, et regarder ce qu'il prédirait (un d​oggo ou un chat). La matrice de poid va ête modifiée selon qu'il se soit trompé ou non. Tu fais ca sur des million d'images, la matrice de poid s'améliorer au fur et a mesure

c'est clair?

en fait je fais du traitement d'image donc je comprend deja tout ça, ce que je comprend pas c'est comment le deep learning va définir ces poids et comment le mettre en place. quelles entrées on doit donner a l'algo, si je dois identifier 15000 objets dans mes images a la main pour qu'ensuite l'algo puisse fonctionner ça m'avancera pas

tu veux faire de la classification d'image ou de la detetction d'objet?

je dirait plutot de la detection mais je voudrais egalement classifier mes objets. exemple je recherche des panneaux mais je veux les classers par couleur ou par forme

Regarde du côté Mask R CNN
https://github.com/matterport/Mask_RCNN

Mais faudra que tu labélises à la main

Ou tu peux faire en plusieurs étapes:

Un modèle qui extrait les panneaux grossièrement

Puis pour chaque panneau extrait, 2ème modèle qui reconnait formes

Et 3ème modèle qui reconnait couleurs

On sinon ils utilisent les outils d'openCV pas besoin de machine learning

tu détectes la forme et tu fais une moyenne a l'intérieur de l'aire de ton contour pour connaitre la couleur.

Le 27 octobre 2020 à 20:58:39 chibbimitia a écrit :

Le 27 octobre 2020 à 20:53:08 nonosim a écrit :

Le 27 octobre 2020 à 20:47:49 Free_benalla a écrit :

Le 27 octobre 2020 à 20:45:48 Lkheyny a écrit :

Le 27 octobre 2020 à 20:44:30 nonosim a écrit :
T'en penses quoi du data engineering ? C'est ceux qui préparent les infrastructures de données, les pipelines... Apparemment c'est beaucoup plus recherché que les data scientists, beaucoup moins de diplômés aussi.

Euh, dans un projet ML tu as du data engineering.

Ce à quoi tu réfères je dirais que c'est davantage data mining, extraction donnée ect. Et c'est vital, c'est surtout ça qui fait la qualité d'un modèle ensuite... Garbage in, Garbage Out.

Data Engineering c'est quand tu peaufines tes features, que tu en crées de nouvelles, des intéractions entre elles, des ratios, c'est intéressant à faire en soi ;) (attention à l'overfitting)

non il parle des personne qui prépre les pipeline
en gros ceux qui vont recuperer les données machine, les aggregée en base de données propre et les envoyé au différents utilisateur

mon point de vue perso c'estque je pense que l'apprentissage est probablement plus 'simple' que dev des modèles, car y a un savoir limité en quantitée, docn après qqes années d'exp ta fait le tour des techno et tu te touchche les couille

Quand tu dis que " l'apprentissage est probablement plus 'simple' que dev des modèles" si j'ai bien compris, le métier de data scientist est beaucoup plus simple que data engineer, celui-ci doit continuer à apprendre toute sa vie ? Les salaires sont à peu près équivalents ?

J'ai peur que la data science soit une bulle qui risque d'exploser d'ici quelques années, en commençant mes études de maths on me l'a présenté comme un "domaine d'avenir" mais je me rends compte que c'est faux donc j'essaie de voir dans quoi je peux me réorienter si la data science est si surcotée que ça, sachant que je peux rallonger mes études de 2 ans si possible.

Conseil:
Go data engineer. ML engineer à la limite, mais 1 boite sur 100 en recrute réellement.
ML engineer = les mecs qui codent les modèles. En gros, à part facebook/google/amazon, t'as quasi aucune boite qui le fait réellement et avec des vraies contraintes.
Data engineer = création des outils, frameworks, pour faire du ML/data dessus. Mettre en place des clusters hadoop, tune des gros jobs spark, installer du presto en prod, gérer un metastore hive, etc.
Tout ca, c'est bien plus compliqué, ca paye bien + tu restes polyvalent, c'est avant tout des compétences de dev, donc tu peux facilement basculer sur du dev classique quand tu le voudras.

Je reçois pas mal d'offres en computing vision/machine learning aprés j'ai un an d'xp chez Renault comme spécialiste caméra.https://image.noelshack.com/fichiers/2017/21/1495888283-9.png

Le 27 octobre 2020 à 20:28:05 Lkheyny a écrit :

Le 27 octobre 2020 à 20:24:38 NPC-153SJW4 a écrit :
Si tu veux reconnaitre un visage tu utilises quelle framework ? dlib s​acré déconne sur mon ordi alors que tu as tellement d'applications avec celle ci.https://image.noelshack.com/fichiers/2018/26/1/1529953589-risibillzoom.png

Pour de la reconnaissance d'image khey, en 3 lignes sur python tu peux avoir un modèle state of the art, en faisant du "transfer learning", en utilisant des modèles ResNet par exemple. Si ça t'intéresse, va regarder "fast ai" c'est du deep pour débutants. Mais tu peux très bien faire ça en 3 lignes sur pytorch ou keras !

Porquoi tu utilises pas une des 4 méthodes sur ce site ?https://image.noelshack.com/fichiers/2017/30/4/1501187858-risitassebestreup.pngJe suis en reconversion pro. Je voudrais bien comprendrehttps://image.noelshack.com/fichiers/2018/26/1/1529953589-risibillzoom.png

https://www.learnopencv.com/face-detection-opencv-dlib-and-deep-learning-c-python/

Haar Cascade Face Detector in OpenCV
Deep Learning based Face Detector in OpenCV
HoG Face Detector in Dlib
Deep Learning based Face Detector in Dlib

Si tu veux reconnaitre un visage tu utilises quelle framework ? dlib s​acré déconne sur mon ordi alors que tu as tellement d'applications avec celle ci.https://image.noelshack.com/fichiers/2018/26/1/1529953589-risibillzoom.png

Je suis ingénieur je connais matlab et python y a moyen de trouver un taff la bas ? Et comment ? J'étais à Hsinchu

YOTARIEN

Ah merde de la concurrencehttps://image.noelshack.com/fichiers/2017/23/1496738791-calma.pngJe suis en m2 Physique spé Technical Maketing and Sales. Je pense qu'avec un M2 comme ça peut étre easy de trouver un job sur civiweb d'ailleurs un de mes camarades de classe a reçu une offre sur le site sans même chercher mais moi rienhttps://image.noelshack.com/fichiers/2017/05/1486215313-sans-titre-20-5.png

https://image.noelshack.com/fichiers/2018/44/2/1540901159-image.png

Pourquoi collecter des flammes quand tu peux camper la base ennemiehttps://image.noelshack.com/fichiers/2017/22/1496580718-jesusperplexechauve.png