« Carte de saillance » : différence entre les versions
(Page créée avec « == en construction == == Définition == XXXXX Voir aussi '''vision artificielle''' == Français == ''' Carte de saillance''' == Anglais == ''' Saliency Map''' == Source == [https://www.geeksforgeeks.org/what-is-saliency-map/ Source : Geeks for Geeks] [https://christophm.github.io/interpretable-ml-book/pixel-attribution.html Source : github.io] [https://en.wikipedia.org/wiki/Saliency_map Source : Wikipedia] Catégorie:vocabulary ») |
Aucun résumé des modifications |
||
| (5 versions intermédiaires par un autre utilisateur non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== | == Définition == | ||
En '''[[vision artificielle]]''', la carte de saillance est une image dans laquelle la luminosité d'un pixel représente le degré de saillance du pixel, c'est-à-dire que la luminosité d'un pixel est directement proportionnelle à sa saillance. Son objectif est de mettre en évidence les régions les plus pertinentes pour les modèles d'apprentissage automatique et de guider la sélection des endroits «fréquentés», sur la base de la distribution spatiale de la saillance. | |||
Voir aussi '''[[détection d'objet]]''', '''[[mécanisme d'attention]]''', '''[[recherche d'image par le contenu]]''', '''[[reconnaissance faciale]]''' et '''[[segmentation d'image]]''' | |||
== Compléments == | |||
En anglais, on les appelle aussi ''heat map'' (comme les cartes thermiques), où la chaleur se réfère aux régions de l'image qui ont un impact important sur la prédiction de la classe à laquelle appartient l'objet. | |||
== Français == | == Français == | ||
''' | ''' carte de saillance''' | ||
== Anglais == | == Anglais == | ||
''' | ''' saliency map''' | ||
''In computer vision, the saliency map is an image in which the brightness of a pixel represents the pixel's degree of saliency, i.e. the brightness of a pixel is directly proportional to its saliency. Its purpose is to highlight the most relevant regions for machine learning models, and to guide the selection of “frequented” locations, based on the spatial distribution of brightness.'' | |||
''Also called as a heat map where hotness refers to those regions of the image which have a big impact on predicting the class which the object belongs to.'' | |||
== Source == | == Source == | ||
| Ligne 16 : | Ligne 21 : | ||
[https://christophm.github.io/interpretable-ml-book/pixel-attribution.html Source : github.io] | [https://christophm.github.io/interpretable-ml-book/pixel-attribution.html Source : github.io] | ||
[https://hal.science/hal-01866664v1/file/orasis2017.pdf Source : HAL Open Science] | |||
[https://en.wikipedia.org/wiki/Saliency_map Source : Wikipedia] | [https://en.wikipedia.org/wiki/Saliency_map Source : Wikipedia] | ||
[[Catégorie: | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 14 décembre 2024 à 10:23
Définition
En vision artificielle, la carte de saillance est une image dans laquelle la luminosité d'un pixel représente le degré de saillance du pixel, c'est-à-dire que la luminosité d'un pixel est directement proportionnelle à sa saillance. Son objectif est de mettre en évidence les régions les plus pertinentes pour les modèles d'apprentissage automatique et de guider la sélection des endroits «fréquentés», sur la base de la distribution spatiale de la saillance.
Voir aussi détection d'objet, mécanisme d'attention, recherche d'image par le contenu, reconnaissance faciale et segmentation d'image
Compléments
En anglais, on les appelle aussi heat map (comme les cartes thermiques), où la chaleur se réfère aux régions de l'image qui ont un impact important sur la prédiction de la classe à laquelle appartient l'objet.
Français
carte de saillance
Anglais
saliency map
In computer vision, the saliency map is an image in which the brightness of a pixel represents the pixel's degree of saliency, i.e. the brightness of a pixel is directly proportional to its saliency. Its purpose is to highlight the most relevant regions for machine learning models, and to guide the selection of “frequented” locations, based on the spatial distribution of brightness.
Also called as a heat map where hotness refers to those regions of the image which have a big impact on predicting the class which the object belongs to.
Source
