« Préentraînement contrastif langue-image » : différence entre les versions

Dernière version du 23 septembre 2026 à 16:05

ROBOTIQUE

Définition

Approche qui prend en entrée une image et une description textuelle de l'image et qui apprend à représenter les l'image et le texte dans un même espace latent selon une distribution de probabilité conjointe.

Robotique - Contrastive Language-Image Pre-training — un modèle entraîné par OpenAI sur 400M paires image-texte pour apprendre des représentations visuelles et linguistiques alignées. Les embeddings CLIP sont utilisés en robotique pour la détection d'objets en vocabulaire ouvert, la manipulation conditionnée par le langage et la spécification de récompenses.

Compléments

CLIP est un algorithme en code source ouvert, multimodal et à apprentissage à zéro-coup. À partir d'une image et de descriptions textuelles, le modèle peut prédire la description textuelle la plus pertinente pour cette image, sans optimisation pour cette tâche particulière.

Français

préentraînement contrastif langue-image

pré-entraînement contrastif langue-image

CLIP

Anglais

CLIP

Constastive Language-Image Pretraining

Sources

Denis, Nicholas (2023) - Révolution : Une nouvelle approche de pré-entraînement d'apprentissage par transfert voit le jour!- Statistique Canada

- Introduction au contrastive learning : une forme d’apprentissage auto supervisé Medium

Source : Robotic Center

LEXIQUE DE LA ROBOTIQUE

@@ Ligne 1 : / Ligne 1 : @@
+==[[:Catégorie:Robotique | '''<span style="font-family:arial black;font-size:24px;  color:#1880a6;">ROBOTIQUE</span>''']]==
 ==Définition==
-Approche qui prend l'entrée d'une image et la description textuelle de l'image et apprend à intégrer les représentations de l'image et du texte sur la surface d'une (hyper) sphère aussi précisément que possible.
+Approche qui prend en entrée une image et une description textuelle de l'image et qui apprend à représenter les l'image et le texte dans un même [[espace latent]] selon une distribution de probabilité conjointe.
+'''Robotique''' - Contrastive Language-Image Pre-training — un modèle entraîné par OpenAI sur 400M paires image-texte pour apprendre des représentations visuelles et linguistiques alignées. Les embeddings CLIP sont utilisés en robotique pour la détection d'objets en vocabulaire ouvert, la manipulation conditionnée par le langage et la spécification de récompenses.
 == Compléments ==
-CLIP est un modèle open source, multimodal et sans prise de vue. À partir d'une image et de descriptions textuelles, le modèle peut prédire la description textuelle la plus pertinente pour cette image, sans optimisation pour une tâche particulière.
+CLIP est un algorithme en [[code source ouvert]], [[Modèle multimodal|multimodal]] et à [[Apprentissage zéro-coup|apprentissage à zéro-coup]]. À partir d'une image et de descriptions textuelles, le modèle peut prédire la description textuelle la plus pertinente pour cette image, sans optimisation pour cette tâche particulière.
 ==Français==
+''' préentraînement contrastif langue-image '''
+''' pré-entraînement contrastif langue-image '''
 '''CLIP'''
@@ Ligne 15 : / Ligne 22 : @@
 '''Constastive Language-Image Pretraining'''
-<small>
+==Sources==
-==Sources==
 Denis, Nicholas (2023)  [https://www.statcan.gc.ca/fr/science-donnees/reseau/serie-apprentissage-1#a1 - Révolution : Une nouvelle approche de pré-entraînement d'apprentissage par transfert voit le jour!]- Statistique Canada
-[https://medium.com/@rubilmax/introduction-au-contrastive-learning-une-forme-dapprentissage-auto-supervis%C3%A9-95c3bc070d1c - Introduction au contrastive learning : une forme d’apprentissage auto supervisé]- Medium
+[https://medium.com/@rubilmax/introduction-au-contrastive-learning-une-forme-dapprentissage-auto-supervis%C3%A9-95c3bc070d1c - Introduction au contrastive learning : une forme d’apprentissage auto supervisé] Medium
+[https://www.roboticscenter.ai/fr/glossary    Source : Robotic Center]
-[[Catégorie:Publication]]
+{{Modèle:Robotique}}
+[[Catégorie:Robotique]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

« Préentraînement contrastif langue-image » : différence entre les versions