Comment préparer les données avant l’entraînement d’un réseau neuronal robotique ?

Rendre les exemples comparables

Nettoyage, redimensionnement, normalisation et augmentation reflètent les conditions réellement rencontrées.

Préparer des images de pièces

Les vues floues et éclairées différemment sont conservées si elles existent en production, tandis que les étiquettes incohérentes sont corrigées.

Plus de données ne corrige pas tout

Doublons, fuite de test et classes rares peuvent fausser le score.

Sources et références

1. [1] Human-robot interaction — NIST

Questions liées

• Qu’est-ce que la descente de gradient en apprentissage robotique ?
• Comment le taux d’apprentissage influence-t-il une descente de gradient ?
• Quelle différence entre descente de gradient par lot et par mini-lots ?
• Pourquoi normaliser les variables avant une descente de gradient ?
• Comment détecter une divergence pendant l’entraînement par descente de gradient ?
• Qu’est-ce que l’entraînement neuronal pour un robot ?
• Quelle différence entre surapprentissage et sous-apprentissage d’un réseau robotique ?
• Comment surveiller un entraînement neuronal destiné à un robot ?

Cette réponse vous a-t-elle été utile ?

OuiNon

Commentaire facultatif