« Architecture prédictive à plongements joints pour les images » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 1 : | Ligne 1 : | ||
== Définition == | == 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]] | 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 == | == Compléments == | ||
L'architecture APPJ-I est beaucoup plus efficace en termes de calcul que | 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 == | == Français == | ||
Ligne 17 : | Ligne 17 : | ||
'''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.--> | |||
<small> | <small> |
Version du 18 juillet 2023 à 14:57
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
Contributeurs: Claude Coulombe, Patrick Drouin, wiki