“Principes et concepts des réseaux de neurones convolutifs (CNN)” (épisode 6)
“Proposés par Yann LeCun, à la fin des années 90, les réseaux de neurones convolutifs constituent une brique essentielle et incontournable de l’intelligence artificielle moderne :-) A travers cette séquence riche en images, nous explorerons les fondamentaux des CNN et mettrons en œuvre de manière pratique ces réseaux, à travers des exemples simples mais représentatifs, de classification d’images.”
NoteToDo this week
Watch the video “Principes et concepts des réseaux de neurones convolutifs (CNN)” (épisode 6) before 2025-11-14.
Course
Course webpage: https://fidle.cnrs.fr/w3/archives/2024-2025/06-CNN.html
Video course: “Principes et concepts des réseaux de neurones convolutifs (CNN)” (épisode 6) (1h15min)
Outline
- Principes des convolutions : Comprendre l’opération de convolution, cœur du fonctionnement des CNN.
- Architecture des réseaux convolutifs : Découvrir les différentes couches et leur rôle dans l’extraction des features.
- Applications des CNN : Explorer les domaines où ces réseaux excellent.
- Travaux pratiques : Classification de panneaux routiers avec le dataset GTSRB.
Tutorial/practical
We will setup our environment and start playing with the following notebooks:
Introduction to convolution
The notebook and data regarding convolution introduction are available here.
Images classification GTSRB with Convolutional Neural Networks (CNN), using Keras3/PyTorch
See the GTSRB.Keras3/ sub-folder in the notebook repository:
- K3GTSRB1 - Dataset analysis and preparation: episode 1, analysis of the GTSRB dataset and creation of an enhanced dataset
- K3GTSRB2 - First convolutions: episode 2, first convolutions and first classification of our traffic signs, using Keras3
- K3GTSRB3 - Training monitoring: episode 3, monitoring, analysis and check points during a training session, using Keras3
- K3GTSRB4 - Hight level example (Keras-cv): an example of using a pre-trained model with Keras-cv