École Nationale Supérieure de
Techniques Avancées

Résumé

L’intelligence artificielle est un domaine de l’informatique qui s’intéresse à la création de systèmes capables de simuler des comportements propres à l’intelligence humaine : apprentissage, généralisation, compréhension. La vision par ordinateur est un domaine de l’IA qui s’intéresse à l’utilisation de ces techniques pour interpréter et comprendre le monde visuel, les modèles sont entraînés avec des exemples d’images pour pouvoir apprendre à détecter des objets et des personnes, classer et segmenter des images, générer de nouvelles images, etc. Un problème survient lorsqu’il n’y a pas beaucoup d’exemples disponibles d’une certaine catégorie anormale pour que nous entraîner notre modèle, la détection de ces anomalies est un problème important avec de nombreuses applications du monde réel, comme la détection d’animaux sur les routes pour les véhicules autonomes, la surveillance et la sécurité, nous appelons cela plus généralement le domaine de la détection hors distribution. Les progrès de la puissance informatique ont permis de développer des modèles plus complexes, et plus récemment, le domaine du NLP (Natural Language Processing) se croise de plus en plus avec la vision par ordinateur, permettant à l’ordinateur d’apprendre à la fois du texte et de l’image et ainsi d’avoir un compréhension plus robuste, générale et profonde des scènes, des objets, de la signification et des relations. Au cours de cette étude, nous nous sommes concentrés sur l’application de modèles de langage de vision au problème de la détection d’objets rares sur des scènes d’images.