Réseaux résiduels (ResNet)

Les réseaux résiduels, largement connus sous le nom de ResNets, représentent une avancée décisive dans le domaine de l'intelligence artificielle (IA) et de la technologie de l'information. l'intelligence artificielle (IA) et de la vision artificielle (IA) et de la vision par ordinateur (VA). Introduite en 2015 par des par des chercheurs de Microsoft Research, cette architecture un défi important dans l'apprentissage l 'apprentissage profond (DL), connu sous le nom de problème du gradient qui s'évanouit. Avant l'avènement de ResNet, l'augmentation de la profondeur d'un réseau neuronal (NN) se traduisait souvent par des rendements l'ajout de couches augmentait en fait les erreurs d'apprentissage. ResNet a résolu ce problème en introduisant les "skip connexions", ce qui permet de former avec succès des réseaux comportant des centaines, voire des milliers de couches, tout en conservant une précision.

L'innovation de base : Les blocs résiduels

La caractéristique principale d'un ResNet est le bloc résiduel. Dans un Convolutional Neural Network (CNN) traditionnel, les couches sont empilées de manière séquentielle et chaque couche tente d'apprendre directement une correspondance entre les entrées et les sorties. Cependant, à mesure que les réseaux deviennent plus profonds, le signal des données d'entrée peut se dégrader avant d'atteindre l'extrémité du réseau.

ResNet introduit un "raccourci" ou une connexion de saut qui permet à l'entrée d'une couche d'être ajoutée directement à sa sortie. directement à sa sortie. Ce mécanisme indique essentiellement au réseau d'apprendre le "résidu" (la différence) entre l'entrée et la sortie optimale, plutôt que d'apprendre la transformation entière à partir de zéro. entre l'entrée et la sortie optimale, plutôt que d'apprendre toute la transformation à partir de zéro. Cette architecture préserve le flux d'informations et facilite une meilleure l'extraction des caractéristiques, ce qui permet au modèle de de capturer des motifs complexes tels que les textures et les formes sans perdre les données d'entrée originales. Vous pouvez lire l'article original l'article original Deep Residual Learning for Image Recognition pour en comprendre les pour comprendre les fondements mathématiques.

L'importance de ResNet dans l'apprentissage automatique

ResNet est considéré comme l'épine dorsale de nombreux systèmes de vision modernes. systèmes de vision modernes. Sa capacité à entraîner des réseaux très profonds permet de créer des modèles très robustes qui qui peuvent donner de bons résultats sur des ensembles de données à grande échelle tels que ImageNet.

L'architecture est particulièrement importante pour l 'apprentissage par transfert. Étant donné que les modèles ResNet ont appris de riches cartes de caractéristiques à partir de vastes quantités de données, ils peuvent être affinés pour des tâches spécifiques avec des ensembles de données relativement petits. de données, ils peuvent être affinés pour des tâches spécifiques avec des ensembles de données relativement petits. Cette polyvalence fait de ResNet un choix standard pour des tâches allant de la la classification d'images à l'analyse vidéo complexe. vidéo complexes.

Applications concrètes

La stabilité et la profondeur de ResNet lui ont permis d'être utilisé dans des environnements critiques et à fort enjeu.

• Diagnostic médical : Dans le domaine de l l 'IA dans le domaine de la santé, les architectures ResNet sont fréquemment utilisées pour l 'analyse d'images médicales. Par exemple, les chercheurs utilisent des modèles ResNet profonds pour analyser les IRM ou les radiographies pour détection des tumeurs, où le modèle doit identifier de minuscules anomalies dans les structures tissulaires qui pourraient être manquées par des réseaux moins profonds.
• Conduite autonome : Les véhicules autonomes s'appuient sur des systèmes de perception en temps réel pour naviguer en toute sécurité. de perception en temps réel pour naviguer en toute sécurité. Les variantes de ResNet servent souvent d'extracteur de caractéristiques pour les systèmes de détection d'objets qui identifient les piétons, les panneaux de signalisation et les autres véhicules. La profondeur du réseau permet à la voiture de reconnaître des objets dans des conditions d'éclairage et de météo variables. dans des conditions d'éclairage et de météo variables, un élément clé de l'IA dans la sécurité automobile. l 'IA dans la sécurité automobile.

ResNet vs. Autres Architectures

Il est utile de distinguer ResNet des autres architectures courantes que l'on trouve dans les bibliothèques d'apprentissage profond, telles que PyTorch ou TensorFlow:

• ResNet vs. VGG : Les réseaux VGG (Visual Geometry Group) étaient populaires pour leur simplicité, utilisant seulement des convolutions 3x3. 3x3 convolutions. Cependant, les modèles VGG sont lourds en termes de calcul et peinent à s'entraîner efficacement au-delà de 19 couches. ResNet utilise des connexions par saut pour aller beaucoup plus loin (par exemple, 50, 101 ou 152 couches) avec une latence d'inférence plus faible par rapport à leur profondeur. latence d'inférence plus faible par rapport à leur profondeur.
• ResNet vs. YOLO11: Alors que ResNet est principalement une colonne vertébrale de classification, YOLO11 est un détecteur d'objets de pointe. Cependant, les détecteurs modernes tels que YOLO11 Cependant, les détecteurs modernes comme YOLO11 intègrent des concepts architecturaux issus de ResNet, tels que les connexions partielles entre les étapes, afin d'assurer un flux de gradient efficace pendant la formation. les connexions partielles à plusieurs niveaux, afin d'assurer un flux de gradient efficace pendant l'apprentissage.

Mise en œuvre avec Ultralytics

Vous pouvez facilement exploiter les modèles ResNet pour des tâches de classification à l'aide de la fonction ultralytics Paquet Python . Cela permet d'accéder aux poids pré-entraînés vous permet d'accéder aux poids pré-entraînés et d'effectuer l'inférence avec un minimum de code.

from ultralytics import YOLO

# Load a pre-trained ResNet50 model capable of classifying images
model = YOLO("resnet50.pt")  # Downloads the model weights automatically

# Perform inference on an image URL
results = model("https://ultralytics.com/images/bus.jpg")

# Display the top classification result
print(f"Top class: {results[0].names[results[0].probs.top1]}")

Pour ceux qui souhaitent comprendre la théorie en profondeur, des cours tels que CS231n de Stanford fournissent d'excellentes ressources académiques sur les architectures CNN. Que vous construisiez un simple classificateur ou un système complexe pour une fabrication intelligente, la compréhension de ResNet est essentielle pour maîtriser la vision par ordinateur moderne.