« Architecture prédictive à plongements joints pour les images » : différence entre les versions


(Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Image Joint Embedding Predictive Architecture''' '''I-JEPA'''... »)
 
m (Remplacement de texte : « ↵↵↵ » par «   »)
 
(5 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==en construction==
== Définition ==
Architecture ou modèle qui apprend en créant un représentation interne (représentation latente ou espace latent) du monde extérieur permettant la comparaison de représentations abstraites d’images. L'APPJ-I offre de bonnes performances dans la réalisation de plusieurs tâches de [[vision artificielle]].
 
== Compléments ==
L'architecture APPJ-I, proposée par la société Meta, est beaucoup plus efficace en termes de calcul que d'autres modèles courants de vision artificielle et s'adapte plus facilement à des situations inconnues.


== Français ==
'''architecture prédictive à plongements joints pour les images'''


== Définition ==
'''modèle prédictif à plongements joints pour les images'''
XXXXXXXXX


== Français ==
'''APPJ-I'''
''' XXXXXXXXX '''


== Anglais ==
== Anglais ==
'''  Image Joint Embedding Predictive Architecture'''
'''  image joint embedding predictive architecture'''


'''I-JEPA'''
'''I-JEPA'''


  Learns by creating an internal model of the outside world, which compares abstract representations of images (rather than comparing the pixels themselves). I-JEPA delivers strong performance on multiple computer vision tasks, and it’s much more computationally efficient than other widely used computer vision models. The representations learned by I-JEPA can also be used for many different applications without needing extensive fine tuning.
<!--Learns by creating an internal model of the outside world, which compares abstract representations of images (rather than comparing the pixels themselves). I-JEPA delivers strong performance on multiple computer vision tasks, and it’s much more computationally efficient than other widely used computer vision models. The representations learned by I-JEPA can also be used for many different applications without needing extensive fine tuning.-->==Sources==


<small>
[https://ai.facebook.com/blog/yann-lecun-ai-model-i-jepa  Source : meta]


[https://ai.facebook.com/blog/yann-lecun-ai-model-i-jepa  Source : meta]
[https://intelligence-artificielle.developpez.com/actu/345580/I-JEPA-le-premier-modele-d-IA-base-sur-la-vision-de-Yann-LeCun-le-scientifique-en-chef-de-Meta-specialise-dans-l-IA-pour-une-IA-plus-proche-de-l-humain/  Source: developpez.com ]  


[https://project.inria.fr/bigvisdata/files/2021/01/cours10.pdf  Source: INRIA]


[[Catégorie:vocabulary]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 29 janvier 2024 à 12:00

Définition

Architecture ou modèle qui apprend en créant un représentation interne (représentation latente ou espace latent) du monde extérieur permettant la comparaison de représentations abstraites d’images. L'APPJ-I offre de bonnes performances dans la réalisation de plusieurs tâches de vision artificielle.

Compléments

L'architecture APPJ-I, proposée par la société Meta, est beaucoup plus efficace en termes de calcul que d'autres modèles courants de vision artificielle et s'adapte plus facilement à des situations inconnues.

Français

architecture prédictive à plongements joints pour les images

modèle prédictif à plongements joints pour les images

APPJ-I

Anglais

image joint embedding predictive architecture

I-JEPA

Sources

Source : meta

Source: developpez.com

Source: INRIA

Récupérée de « https://datafranca.org/wiki/index.php?title=Architecture_prédictive_à_plongements_joints_pour_les_images&oldid=94708 »


Contributeurs: Claude Coulombe, Patrick Drouin, wiki