Auteur : Markus Woodson (ingénieur en apprentissage automatique chez Voxel51)
La qualité des données est le héros méconnu des modèles d’apprentissage automatique réussis. Alors que les chercheurs repoussent les limites avec des architectures en constante évolution, dans la pratique, les gains de performances proviennent de meilleures données, et non seulement de modèles plus volumineux. Entrées de mauvaise qualité, comme des images floues, sous-exposées ou trop compressées ; signaux lidar ou de profondeur bruyants ; nuages de points mal alignés ; reconstructions d'objets 3D incomplètes ou incohérentes ; et une fusion inexacte des capteurs entre les modalités – préparent les modèles à l’échec, tout en entravant la perception humaine. De plus, l’équilibrage de vos données entre tous les problèmes potentiels et cas extrêmes permet au modèle de se généraliser à toutes les conditions. Même les meilleurs algorithmes ne peuvent pas compenser la faiblesse des bases de données.
Le secret pour créer des systèmes d’IA robustes réside dans l’exercice des principes fondamentaux des données : garantir l’exhaustivité, la cohérence et la pertinence, soutenus par un étiquetage de haute qualité et une conservation réfléchie des données. En fin de compte, ce n’est pas seulement une question de modèles : c’est la façon dont nous traitons les données qui stimule une innovation significative.
Dans cet article, nous découvrirons pourquoi la qualité des données est essentielle pour créer des modèles d’apprentissage automatique fiables et performants, en particulier en vision par ordinateur. Nous verrons des cas d’échec de modèles dus aux données et examinerons à quel point ces problèmes sont omniprésents, même dans les ensembles de données académiques « nettoyés ». Nous discuterons également de ce que FiftyOne a fait et continuera de faire pour aider...
[Courte citation de 8% de l'article original]