L'Atelier Monstre

Introduction aux TFRecords Pour l'entraînement de modèles d'apprentissage automatique avec TensorFlow, la gestion efficace des données est primordiale. Les fichiers TFRecord constituent un format binaire standardisé par TensorFlow, optimisé pour le stockage de grands ensembles de données. Ce format permet de sérialiser des données complexes, te ...

2025.12.27 Exemple de traitement des coordonnées squelettiques import numpy as np points_squelette = np.array([[705., 538.], [704., 538.], [703., 538.], [702., 538.], [701., 538.], [700., 538.], ...

Introduction aux Pyramides d'Images Les pyramides d'images sont une technique fondamentale en vision par ordinateur pour l'analyse multi-échelles. Elles permettent de construire une série d'images à des résolutions dégressives, facilitant l'extraction de caractéristiques pertinentes à différentes échelles. Cet article explore comment utiliser l ...

Vous avez déjà remarqué que vos photos de nourriture sous l'éclairage d'un restaurant prennent une teinte jaunâtre, que vos paysages par temps nuageux semblent terne, ou que la couleur d'un vêtement en ligne apparaît différente à la réception ? Ces problèmes sont dus aux distorsions colorimétriques ! La restauration des couleurs vise à corriger ...

Cette méthode permet de générer une capture d'écran longue d'une page web en utilisant Python, PyQt5 pour l'affichage et le défilement, et PIL pour le traitement d'images. Elle s'articule autour de cinq phases distinctes. Étape 1 : Configuration de l'interface et chargement de la page On crée une fenêtre sans cadre avec PyQt5, on y intègre un n ...

Présentation de la bibliothèque Apache Commons Imaging est une bibliothèque Java open source pour le traitement d'images. Anciennement nommée Sanselan, elle permet la lecture et l'écriture dans divers formats graphiques. Ses fonctionnalités incluent l'extraction de métadonnées (EXIF, IPTC), la conversion entre formats, et l'analyse des propriét ...

De Qwen2-VL à Qwen3-VL-WEBUI | Guide pratique du modèle de langage visuel amélioré 1. Introduction : Pourquoi passer à Qwen3-VL-WEBUI ? Avec l'adoption croissante des modèles multimodaux dans des scénarios tels que la compréhension texte-image, les agents visuels et le raisonnement vidéo, les exigences en matière de capacités des modèles ne ces ...

La vision stéréoscopique est une méthode fondamentale en vision par ordinateur et en robotique pour acquérir des informations de profondeur et reconstruire la structure tridimensionnelle des scènes. Cet article explore en détail plusieurs techniques clés, notamment l'affinement du pic de parallaxe, le nettoyage et la reconstruction d'images, l' ...

KNN (K plus proches voisins) L'algorithme KNN est une méthode d'apprentissage supervisé simple qui peut être utilisée pour la classification de données. Dans le contexte de la reconnaissance de CAPTCHA, il permet d'identifier les caractères présents dans une image après un prétraitement approprié. Paramètres de l'implémentation sklearnLa classe ...

STEP3-VL-10B: Déploiement d'un modèle multimodal léger avec support d'images, OCR et compréhension spatiale Vous êtes-vous déjà retrouvé dans des situations où vous deviez faire comprendre une image à une IA, comme identifier des données tabulaires, analyser des graphiques ou interpréter des schémas complexes ? Les modèles textuels traditionnel ...