École Nationale Supérieure de
Techniques Avancées

Résumé

Le développement de l'apprentissage profond a attiré de plus en plus d'attention, car ils peuvent tous être appliqués à une variété de tâches, telles que la reconnaissance d'images, la segmentation d'images, etc. Cependant, trouver de nouveaux réseaux de neurones pour certaines tâches spécifiques développées manuellement avec des connaissances d'experts est une tâche difficile. En outre, c'est un processus qui prend du temps. Ainsi, il est crucial d'étudier les méthodes de recherche automatisée d'architecture neuronale (NAS). Dans cet article, nous étudions l'application des opérations de dilatation morphologique et d'érosion sur les algorithmes de recherche d'architecture différentielle (DARTS) et d'optimisation d'architecture (NAO) et nous avons obtenu une meilleure précision que l'auteur original sur l'ensemble de données CIFAR 10. De plus, dans ce travail, nous étudions les opérations morphologiques et NAO sur une tâche de segmentation sémantique en construisant une architecture inspirée d'U-Net.