5. Défis, perspectives et conclusion
Les défis généraux de l’apprentissage profond concernent aussi l’analyse d’images 3D. Parmi ceux-ci, le principal défi est peut-être la recherche de méthodes permettant d’apprendre avec moins de données. En effet, aujourd’hui, dans les applications industrielles, la constitution des bases d’apprentissage constitue souvent le poste de dépenses principal. Ce travail regroupe la recherche de données, leur nettoyage, et surtout leur annotation. Ce défi est particulièrement important dans le cas des données 3D qui sont en général plus coûteuses à obtenir, à manipuler et à annoter. Une des pistes les plus prometteuses pour aider à relever ce défi est l’ apprentissage auto-supervisé qui permet de développer des modèles sans annotation
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Défis, perspectives et conclusion
Aspects environnementaux
Sources bibliographiques
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Technologies radars et applications"
(
76 articles
)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
