Scribd
Importer
2 vues4 pages

Analyse des couches d'un modèle ASL

Le document décrit en détail les différentes couches d'un réseau de neurones convolutionnel pour la reconnaissance des signes ASL, en commençant par la convolution initiale qui extrait des caractéristiques simples, suivie de normalisation, activation, et régularisation pour stabiliser l'apprentissage. Chaque couche successive augmente la complexité des motifs détectés, jusqu'à la couche finale qui produit des logits pour 24 classes ASL. Les techniques comme Dropout et MaxPooling sont utilisées pour éviter le surapprentissage et réduire la taille des données tout en conservant les informations essentielles.

Transféré par

ng27z1m1n
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
2 vues4 pages

Analyse des couches d'un modèle ASL

Le document décrit en détail les différentes couches d'un réseau de neurones convolutionnel pour la reconnaissance des signes ASL, en commençant par la convolution initiale qui extrait des caractéristiques simples, suivie de normalisation, activation, et régularisation pour stabiliser l'apprentissage. Chaque couche successive augmente la complexité des motifs détectés, jusqu'à la couche finale qui produit des logits pour 24 classes ASL. Les techniques comme Dropout et MaxPooling sont utilisées pour éviter le surapprentissage et réduire la taille des données tout en conservant les informations essentielles.

Transféré par

ng27z1m1n
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

🌟 EXPLICATION PROFONDE DE

CHAQUE COUCHE

🔷 1) Conv2d(1 → 25, kernel=3, padding=1)


Ce que ça fait :
· Prend les images grayscale 1 canal (1).
· Applique 25 filtres convolutionnels (25).
· Chaque filtre extrait une caractéristique : contours, textures, motifs simples.
· Kernel 3×3 = filtre petit → extrait des détails fins.
· Padding=1 → conserve la taille de l'image.

Pourquoi ?
C’est la première extraction de caractéristiques.
On apprend à reconnaître des motifs simples des signes ASL.

🔷 2) BatchNorm2d(25)
Ce que ça fait :
· Normalise les activations sur chaque mini-batch.
· Stabilise l'entraînement.
· Évite que les valeurs explosent ou deviennent trop petites.
· Accélère la convergence.

Pourquoi ?
Le modèle apprend plus vite et de manière plus stable.

🔷 3) ReLU()
Ce que ça fait :
· Fonction d’activation : max(0, x).
· Introduit de la non-linéarité.
· Permet au réseau d’apprendre des relations complexes.
Pourquoi ?
Un réseau sans activation serait linéaire et incapable d’apprendre des formes.

🔷 4) Dropout(p=0 ou 0.2)
Ce que ça fait :
· Désactive aléatoirement un pourcentage des neurones pendant l'entraînement.
· Évite le surapprentissage (overfitting).

Pourquoi ?
Empêcher le réseau de “mémoriser” les images du dataset.

🔷 5) MaxPool2d(kernel=2, stride=2)
Ce que ça fait :
· Réduit la taille des images par 2.
· Garde uniquement les valeurs maximales.
· Conserve les informations importantes.
· Réduit les calculs.

Pourquoi ?
Créer une représentation plus compacte → éviter trop de paramètres.

🔷 6) Conv2d(25 → 50)
Deuxième extraction de caractéristiques.

Ce que ça apprend :
· Formes plus complexes : bords composés, courbes, motifs moyens.
· La profondeur augmente : 25 → 50 canaux.
🔷 7) BatchNorm + ReLU + Dropout(0.2) +
MaxPool
Même logique que Bloc 1, mais :

· Les caractéristiques deviennent plus abstraites.


· Dropout 0.2 → on augmente la régularisation.

🔷 8) Conv2d(50 → 75)
Troisième extraction de caractéristiques.

Ce que ça apprend :
· Motifs encore plus complexes :
doigts, articulations, zones de la main → parfait pour ASL.

La profondeur augmente encore : 50 → 75.

🔷 9) BatchNorm + ReLU + Dropout +


MaxPool
Comme les blocs précédents :

· Normalisation → stabilité
· ReLU → non-linéarité
· Pooling → réduction
· Dropout → anti-overfitting

À la fin du 3ᵉ bloc, ton image est très réduite mais très riche en informations.

🔷 10) Flatten()
Ce que ça fait :
· Convertit l’image finale 3D en un vecteur 1D.
· Ici tu obtiens un vecteur de 675 valeurs.
Pourquoi ?
Parce que les couches Linear ne prennent que des vecteurs.

🔷 11) Linear(675 → 512)


Ce que ça fait :
· Couche fully connected.
· Combine toutes les caractéristiques extraites.
· Traduit ça en représentation de haut niveau.

Pourquoi ?
Pour décider quelles caractéristiques sont importantes pour la classification.

🔷 12) Dropout(0.3)
· Désactive aléatoirement 30% des neurones.
· Réduit fortement l’overfitting.

🔷 13) ReLU()
Encore une activation pour plus de non-linéarité.

🔷 14) Linear(512 → 24)


Dernière couche :
· Produit 24 valeurs → une par classe ASL.
· Ces valeurs sont des logits.
· Elles vont dans CrossEntropyLoss.

Pourquoi 24 ?
Parce que ton dataset ASL contient 24 signes (pas J, pas Z : mouvements impossibles en image
statique)

Vous aimerez peut-être aussi