Introduction à l'apprentissage automatique et profond pour l'analyse d'images

Résumé :

L'analyse d'images a considérablement évolué au cours de la dernière décennie avec l'essor des approches d'apprentissage automatique et profond. Plus robustes et plus précises que les approches traditionnelles, elles offrent un potentiel d'amélioration significatif dans le domaine du phénotypage automatisé. Cependant, leur mise en œuvre nécessite souvent une certaine connaissance des concepts sous-jacents, des compétences en programmation et des ressources informatiques, ce qui peut décourager les nouveaux venus. Dans cette présentation, nous visons à 1) démystifier le contexte théorique, 2) donner un aperçu de la manière de mener à bien un projet impliquant l'apprentissage automatique ou l'apprentissage profond pour le phénotypage automatisé, et 3) présenter certains outils conviviaux.