Projet : classification d'images de bout en bout

Un cours de deep learning qui s'arrête aux concepts laisse le travail à moitié fait. Entre « je comprends ce qu'est une convolution » et « j'ai livré un classifieur dont je connais les faiblesses », il y a une distance que seul un projet complet fait franchir. Cette distance est faite de choses qu'aucune leçon théorique ne mentionne : comment découper un jeu sans fuite, où placer l'augmentation, quoi sauvegarder et quand, comment lire une matrice de confusion, et surtout comment savoir si le résultat obtenu est bon.

Ce projet construit un classifieur sur CIFAR-10 : soixante mille photographies couleur de 32 × 32 pixels, réparties en dix classes. Le jeu est petit, public, téléchargeable en une commande, et suffisamment difficile pour que les erreurs du modèle soient instructives — un chat et un chien de trente-deux pixels de côté sont réellement confondables, y compris par un humain.

L'essentiel du travail n'est pas l'architecture. Le modèle proposé ici tient en quarante lignes et n'a rien d'original. Ce qui compte, et ce que nous détaillons, c'est le protocole autour : la découpe en trois jeux, la reproductibilité, la sauvegarde du meilleur état, et l'analyse finale. Un bon protocole avec un modèle médiocre donne un résultat exploitable ; un modèle sophistiqué dans un protocole défaillant donne un chiffre qui ne veut rien dire.