Actualité DeepLab disponible au sein du framework Tensorflow en open source

Pour approfondir le sujet

TheraPanacea, lauréate du programme européen Horizon 2020 SME Instrument, obtient un financement de 2,5 millions d’euros

Créée en 2017, la société TheraPanacea, spécialiste des technologies médicales, a obtenu un financement de 2,5 millions d’euros. Lauréate du programme européen Horizon 2020 SME...

Adobe utilise l’intelligence artificielle pour détecter les images manipulées

À l'heure des images retouchées, des fakenews et autres infox, il devient compliqué de pouvoir savoir si une image, et même une vidéo, est...

Le MIT crée une puce spéciale pour IA consommant jusqu’à 95% d’électricité en moins

Le marché des puces et les fabricants de smartphones, entre autres, s'intéressent de très près aux puces dédiées à l'intelligence artificielle. Le 13 février...

DeepLab disponible au sein du framework Tensorflow en open source

Google Research a annoncé la mise en disposition en open source sur GitHub de sa technologie DeepLab-v3+ au sein de son framework TensorFlow. Développée à partir de réseaux de neurones convolutifs, elle sera désormais accessible aux développeurs.

DeepLab est un modèle de segmentation sémantique d’images qui a été utilisé dans la création des modes ‘portrait’ des smartphones Pixel2 et Pixel 2 XL. Cette technologie développée par Google permet d’assigner une étiquette d’identification à chaque pixel d’une image contenant des éléments tels que le ciel, un chien ou encore une personne. Les applications de cette technologie sont donc multiples car elle peut par exemple être utilisée pour identifier une personne, la détourer ou flouter le reste de l’image afin de simuler une photo prise sur un appareil doté d’une grande ouverture, capable de produire un effet bokeh.

Google Research Blog – Semantic Image Segmentation with DeepLab in TensorFlow

“Cet étiquetage sémantique nécessite d’identifier le contour des objets”, explique Google Research sur son blog.

DeepLab avait été développé il y a 3 ans et a connu depuis d’importantes évolutions :

“l’amélioration des feature extractors des réseaux de neurones convolutifs, une meilleure modélisation des objets, une assimilation minutieuse des informations contextuelles, des procédures d’apprentissage améliorées et un hardware et software de plus en plus performants entre DeepLab-v2 et DeepLab-v3.

Avec DeepLab-v3 +, nous étendons DeepLab-v3 en y ajoutant un module décodeur simple mais efficace pour affiner les résultats de la segmentation, en particulier le long des contours des objets”.

Par ailleurs, cette technologie est également utilisée dans la segmentation des vidéos mobiles temps réel grâce à sa précision de localisation particulièrement stricte par rapport aux autres tâches de reconnaissance visuelle en matière, entre autres, de classification d’images.

DeepLab-v3+ est donc désormais disponible en open source au sein du framework TensorFlow et inclut des modèles construits sur une architecture de réseau neuronal convolutif, ce qui lui permet de fournir des résultats plus précis sur les déploiements du côté serveur.

Thomas Calvi

Partager l'article

Synapse AI : Entretien avec Julian Lucchesi, directeur des partenariats du CenTech à Montréal

L'adoption de l'intelligence artificielle en entreprise nécessite bien souvent un accompagnement. Dans ce numéro 3 de Synapse AI, Mathieu Barreau rencontre Julian Lucchesi, Directeur...

Un modèle de deep learning pour repérer plus facilement les tumeurs métastasiques complexes

Nous vous présentions récemment un système mis au point par des scientifiques écossais permettant de repérer plus facilement les mésothéliomes, une forme rare de cancer....

Trois start-up, spécialisées data et intelligence artificielle, finalistes du LVMH Innovation Award

Dans le cadre de la cinquième édition du LVMH Innovation Award, 28 start-up ont été sélectionnées. Grâce à ce prix dédié à l'innovation, les...

Quelle fiabilité pour la reconnaissance vocale utilisée pour le diagnostic du COVID-19 ?

Savoir si des patients sont atteints du COVID-19 grâce à leur voix ? C'est le défi que se sont lancé plusieurs équipes de recherche....