ursache
Messages postés
6
Date d'inscription
mardi 23 mars 2010
Statut
Membre
Dernière intervention
29 avril 2010
25 avril 2010 à 04:48
Salut, si j'ai bien compris t'essayes de viser les méthodes et les algorithmes de classification (caractéristique : apprentissage supervisé), et non pas la segmentation (Clustering) ainsi mmmmmmm ce problème est particulièrement difficile pour les méthodes traditionnelles d'apprentissage supervisé principalement à cause du grand nombre de variables d'entrées qui servent à décrire les images (les pixels). En effet, en présence d'un grand nombre de variables, les méthodes d'apprentissage souffrent la plupart du temps d'une grande variance qui dégrade leur précision et de plus elles présentent des temps de calcul très élevés. Pour gérer ce problème de dimensionnalité, la classification d'images repose généralement sur un pré-traitement spécifique à chaque problème qui réduit sa complexité en extrayant des caractéristiques pertinentes. Celles-ci sont ensuite utilisées en entrée d'une méthode traditionnelle d'apprentissage automatique.
C'est pour ça je préfère que tu seras au courant avec les notions et les méthodes du traitement d'image. (il reste un avis mon ami )
Revenons à la classification, qui est utilisé beaucoup plus avec : le Diagnostic médical, la Protéomique, ...etc, elle se fait en 2 grandes étapes :
[*] Étape 01: construction du modèle à partir de l'ensemble d'apprentissage.
[*] Étape 02: utilisation du modèle qui à tester la précision du modèle et l'utiliser dans la classification de nouvelles données.
Pour les méthodes ce que je connais et ce que j'ai trouvé sont les suivantes:
[*] Arbre de décision (à mon avis, la méthode la plus facile ),
[*] Méthode KNN (plus proches voisin (K-PP) en français),
[*] Réseaux de neurones (ce que je préfère de plus, malgré la difficulté de les comprendre et les implémenter ),
[*] Réseaux bayésiens,
[*] Algorithmes génétiques,
[*] Case based-reasoning,
[*] Rough set et
[*] L'Analyse discriminante (Discriminant de Fisher, CCM).
Donc, tu dois choisir une méthode selon ton projet, puis commencer l'apprentissage et la validation de ta classification.
Pour d'autres infos, je préfère de m'envoyer un message privé pour nous fixer une date, la discutions sera en direct c'est mieux à mon avis, si le terme est juste, ou m'envoyer ton @ e-mail, Hotmail, yahoo ou skype si tu veux. bonne chance