Réseau autoattentif pour la vision

Définition

Une architecture de réseau de neurones basé sur un réseau autoattentif utilisé pour la vision artificielle.

Compléments

L'emploi d'un réseau autoattentif pour la vision artificielle bénéficie de l'apprentissage autosupervisé et de sa capacité à être traité en parallèle.

---

L'image d'entrée est découpée en une grille de tuiles carrées (par exemple, des tuiles de 16x16 pixels). Puis, chaque tuile est aplatie et transformée en un vecteur sémantique compact. On y associe une information de position appelée encodage positionnel pour situer la tuile dans l'image d'entrée. Ces vecteurs passent ensuite à travers plusieurs blocs d'autoattention multitêtes. Le réseau apprend ainsi l'importance des tuiles les unes par rapport aux autres pour analyser l'image. Par exemple, lier visuellement les yeux, le nez et la bouche d'une personne pour l'identifier.

Français

réseau autoattentif pour la vision

réseau autoattentif pour la vision artifielle

réseau autoattentif pour la vision par ordinateur

réseau neuronal autoattentif pour la vision artifielle

architecture autoattentive pour la vision

modèle autoattentif pour la vision

modèle de vision par transformeur

transformeur pour la vision

Anglais

vision transformer

ViT

self-attention network in vision

self-attention network in computer vision

Sources

Source: Statistique Canada

Towards Data Science - Self-Attention In Computer Vision