Ce qui est impressionnant, c'est que je viens de refaire le test, et maintenant, Google croit que c'est un planché. Je l'ai fait plusieurs fois, d'abord, il a vu un sac à main, puis du beige, puis, maintenant du plancher...
Je comprends le classement de l'image en sac à main : la route du rond point forme un peu comme une anse. C'est le motif principale de l'image à ce moment.
Il doit ensuite déférer certains tests spécifique à la classe sac, il constate que ce n'est pas un sac. Il classe l'image dans une case plus générale : beige, il pense que cette anse (le rond point noir) n'est plus le motif principal.
Il cherche de cette façon à trouver un minimum, une classe plus vraisemblable, à partir de beige. Et il trouve planché. C'est pas mal.
La suite sera intéressante. J'imagine 3 possibilités : soit la classe planché est convenable, soit il change de classe parente (beige), puis recommence en considérant le rond point comme motif principal, soit il devine l'araignée (bravo à lui), et on peut jouer à autre chose. Il y a d'autres possibilités, comme créer une nouvelle classe, genre image trafiquée avec rond point, l'intervention d'un être humain.. il est aussi capable d'associé plusieurs classes.
Je pense que pour bien comprendre comment la reconnaissance d'image fonctionne, sans trop de bagage théorique, il faut étudier tensorflow. C'est OpenSource et très bien fait.
[^] # Re: vu du ciel
Posté par YBoy360 (site web personnel) . En réponse au journal Repas du soir. Évalué à 1.
Ce qui est impressionnant, c'est que je viens de refaire le test, et maintenant, Google croit que c'est un planché. Je l'ai fait plusieurs fois, d'abord, il a vu un sac à main, puis du beige, puis, maintenant du plancher...
Je comprends le classement de l'image en sac à main : la route du rond point forme un peu comme une anse. C'est le motif principale de l'image à ce moment.
Il doit ensuite déférer certains tests spécifique à la classe sac, il constate que ce n'est pas un sac. Il classe l'image dans une case plus générale : beige, il pense que cette anse (le rond point noir) n'est plus le motif principal.
Il cherche de cette façon à trouver un minimum, une classe plus vraisemblable, à partir de beige. Et il trouve planché. C'est pas mal.
La suite sera intéressante. J'imagine 3 possibilités : soit la classe planché est convenable, soit il change de classe parente (beige), puis recommence en considérant le rond point comme motif principal, soit il devine l'araignée (bravo à lui), et on peut jouer à autre chose. Il y a d'autres possibilités, comme créer une nouvelle classe, genre image trafiquée avec rond point, l'intervention d'un être humain.. il est aussi capable d'associé plusieurs classes.
Je pense que pour bien comprendre comment la reconnaissance d'image fonctionne, sans trop de bagage théorique, il faut étudier tensorflow. C'est OpenSource et très bien fait.
C'est utilisable hors Google.