École Nationale Supérieure de
Techniques Avancées

Résumé

Au cours de ce stage, nous avons cherché à classifier des caractères grecs depuis des sceaux byzantins datant de plusieurs siècles, abimés par le temps et l’érosion. Plusieurs approches ont été implémentées pour classifier ces caractères. Tout d’abord, nous avons utilisé des réseaux de neurones pré-entraînés sur ImageNet. Le résultat de cette première méthode permet une base de comparaison pour les suivantes. Ensuite, nous avons utilisé une méthode appartenant au cadre de l’adaptation de domaine. En effet, nous avions des données synthétiques et avons essayé de les utiliser pour avoir de meilleures perfomances. Enfin nous avons utilisé des méthodes ensemblistes, comme le vote ou le stacking, consistant à combiner les résultats de plusieurs modèles pour effectuer une prédiction finale. Les difficultés rencontrées pour régler la méthode basée sur l’adaptation de domaine n’ont pas permis d’améliorer les performances. En revanche, la méthode ensembliste par vote donne de meilleures performances. En effet, les résultats de l’accuracy et du F1-score s’améliorent comparé à l’utilisation d’un simple modèle pré-entrainé sur ImageNet.