Qu’est-ce que la reconnaissance d’images ?
La reconnaissance d’images extrait des informations significatives sur les objets, les personnes, les scènes, le texte ou d’autres entités représentés dans une image. Selon la tâche, ses résultats peuvent comprendre des identités, des étiquettes, des positions ou des relations.
Fonctionnement de la reconnaissance d’images
Les systèmes de reconnaissance transforment les images décodées en entrées pour les modèles, produisent par inférence des scores ou des prédictions structurées, puis appliquent des seuils ou des règles métier à ces résultats. La classification résume une image entière, la détection ajoute les positions des objets, l’OCR extrait le texte, et l’identification met les représentations en correspondance avec des exemples connus. Ces tâches peuvent partager des encodeurs, mais ont des exigences différentes en matière d’annotation et d’évaluation. Dans un flux de travail multimédia, l’inférence suit généralement la normalisation à l’ingestion et alimente la modération, le catalogage, la recherche ou les files d’attente de vérification.
Points clés
- Un classificateur classique en ensemble fermé répartit la probabilité entre des étiquettes connues ; un système en ensemble ouvert ajoute une politique de rejet pour les sujets qui ne relèvent pas de ses catégories connues.
- Les scores de confiance ne sont pas automatiquement des probabilités calibrées ; des seuils choisis pour une distribution de données peuvent produire des taux d’erreur différents après un changement de caméras ou de contenu.
- Des raccourcis fondés sur les métadonnées, les arrière-plans ou les filigranes peuvent être corrélés aux étiquettes d’entraînement, ce qui donne des résultats précis lors des tests de référence, mais défaillants lorsque le sujet apparaît dans un nouveau contexte.
Quand la reconnaissance d’images est importante
Choisissez une tâche de reconnaissance qui correspond au résultat requis, car les étiquettes attribuées à l’image entière ne peuvent pas remplacer les positions des objets ou une identité vérifiée. La précision peut varier selon l’éclairage, le point de vue, la qualité de l’image et les populations absentes des données d’entraînement.