Few-Shot Learning

L’apprentissage few-shot (FSL) est un sous-domaine spécialisé de l’apprentissage automatique (ML) conçu pour entraîner des modèles à reconnaître et à classer de nouveaux concepts à partir d’un très petit nombre d’exemples annotés. Dans l’apprentissage profond (DL) traditionnel, atteindre une grande précision nécessite généralement d’immenses jeux de données contenant des milliers d’images par catégorie. Cependant, le FSL reproduit la capacité cognitive humaine à généraliser rapidement à partir d’une expérience limitée, un peu comme un enfant qui peut reconnaître une girafe après avoir vu une ou deux images dans un livre. Cette capacité est essentielle pour déployer l’intelligence artificielle (AI) dans des scénarios où la collecte de grandes quantités de données d’entraînement est excessivement coûteuse, chronophage ou tout simplement impossible.

Mécanismes fondamentaux de l’apprentissage few-shot#

L’objectif principal du FSL est de réduire la dépendance à une collecte de données considérable en exploitant les connaissances préalables. Au lieu d’apprendre des motifs à partir de zéro, le modèle utilise un « ensemble de support » contenant quelques exemples annotés pour comprendre de nouvelles classes. Cela est souvent réalisé grâce à des techniques avancées telles que le méta-apprentissage, également appelé « apprendre à apprendre ». Dans ce paradigme, le modèle est entraîné sur une variété de tâches afin d’apprendre une initialisation ou une règle de mise à jour optimale, ce qui lui permet de s’adapter à de nouvelles tâches avec un minimum d’ajustements.

Une autre approche courante repose sur l’apprentissage métrique, dans lequel le modèle apprend à projeter les données d’entrée dans un espace vectoriel à l’aide d’embeddings. Dans cet espace, les éléments similaires sont regroupés à proximité les uns des autres, tandis que les éléments dissemblables sont éloignés. Des algorithmes tels que les réseaux prototypiques calculent une représentation moyenne, ou prototype, pour chaque classe et classent les nouveaux échantillons de requête en fonction de leur distance par rapport à ces prototypes. Cette méthode s’appuie souvent sur des capacités d’extraction de caractéristiques développées lors du pré-entraînement sur des jeux de données plus vastes et généralistes.

Applications concrètes#

L’apprentissage few-shot transforme les secteurs dans lesquels le manque de données freinait auparavant l’adoption des technologies d’AI.

Imagerie médicale et diagnostic#

Dans le domaine de l’analyse d’images médicales, il est souvent irréalisable d’obtenir des milliers d’analyses annotées pour des pathologies rares. Le FSL permet aux chercheurs d’entraîner des systèmes de vision par ordinateur (CV) pour détecter des types rares de tumeurs ou des anomalies génétiques spécifiques à partir de quelques études de cas annotées seulement. Cette capacité démocratise l’accès à des outils diagnostiques avancés, un objectif poursuivi par des établissements tels que Stanford Medicine, en contribuant à identifier des affections qui nécessiteraient autrement une expertise humaine spécialisée.

Contrôle qualité industriel#

L’AI dans l’industrie manufacturière moderne repose largement sur l’inspection automatisée. Cependant, certains défauts peuvent être extrêmement rares, ce qui rend difficile la constitution d’un vaste jeu de données de pièces « défectueuses ». Le FSL permet aux systèmes de détection d’anomalies d’apprendre les caractéristiques d’un nouveau type de défaut à partir de quelques images seulement. Les opérateurs d’usine peuvent ainsi mettre rapidement à jour leurs protocoles d’assurance qualité sans interrompre la production pour recueillir des données, ce qui améliore considérablement l’efficacité dans les environnements de production dynamiques.

Distinction entre concepts connexes#

Il est utile de distinguer le FSL des paradigmes similaires d’apprentissage avec peu de données afin de comprendre sa spécificité :

• Apprentissage par transfert : Le FSL est souvent mis en œuvre comme une forme spécifique et extrême d’apprentissage par transfert. Alors que l’apprentissage par transfert standard peut effectuer un ajustement fin d’un modèle comme YOLO26 sur des centaines d’images, le FSL cible des scénarios ne comportant parfois que 5 à 10 images par classe, une classification dite « N-way K-shot ».
• Apprentissage one-shot : Il s’agit d’un sous-ensemble strict du FSL dans lequel le modèle doit apprendre à partir d’exactement un exemple annoté. Cette approche est couramment utilisée pour la reconnaissance faciale, afin de vérifier une identité à partir d’une seule photo enregistrée.
• Apprentissage zero-shot : Contrairement au FSL, qui nécessite au moins un petit ensemble de support visuel, l’apprentissage zero-shot ne requiert aucun exemple visuel de la classe cible pendant l’entraînement. Il s’appuie plutôt sur des descriptions sémantiques ou des attributs, tels que des invites textuelles, pour reconnaître des objets jamais vus.

Mise en œuvre pratique avec Ultralytics#

En pratique, l’un des moyens les plus efficaces de réaliser un apprentissage few-shot consiste à exploiter un modèle pré-entraîné très robuste. Des modèles à la pointe de la technologie comme le nouveau YOLO26 ont appris des représentations riches des caractéristiques à partir d’immenses jeux de données tels que COCO ou ImageNet. En ajustant finement ces modèles sur un minuscule jeu de données personnalisé, ils peuvent s’adapter à de nouvelles tâches avec une rapidité et une précision remarquables.

L’exemple Python suivant montre comment entraîner un modèle sur un petit jeu de données à l’aide du package ultralytics, réalisant ainsi une adaptation few-shot :

from ultralytics import YOLO

# Load a pre-trained YOLO26 model (incorporates learned features)
model = YOLO("yolo26n.pt")

# Fine-tune on a tiny dataset (e.g., coco8 has only 4 images per batch)
# This leverages the model's prior knowledge for the new task
results = model.train(data="coco8.yaml", epochs=20, imgsz=640)

# The model adapts to detect objects in the small dataset
print("Few-shot adaptation complete.")

Défis et perspectives d’avenir#

Bien qu’il soit puissant, le FSL présente des difficultés en matière de fiabilité. Si les quelques exemples fournis sont des valeurs aberrantes ou bruités, les performances du modèle peuvent se dégrader, un problème connu sous le nom de surapprentissage. La recherche sur la génération de données augmentées et de données synthétiques est essentielle pour atténuer ces risques. À mesure que les modèles de fondation deviennent plus grands et plus performants, et que des outils comme la plateforme Ultralytics simplifient l’entraînement et la gestion des modèles, la création de solutions d’AI personnalisées avec un minimum de données deviendra de plus en plus accessible aux développeurs du monde entier.