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

Version du 18 juillet 2023 à 14:54

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 est beaucoup plus efficace en termes de calcul que d’autres modèles courants 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

Source : meta

Source: developpez.com

Source: INRIA

@@ 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 est beaucoup plus efficace en termes de calcul que d’autres modèles courants 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 ==
-'''  Image Joint Embedding Predictive Architecture'''
+'''  image joint embedding predictive architecture'''
 '''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>
@@ Ligne 19 : / Ligne 22 : @@
 [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:Publication]]