Qu'est-ce qui définit une image vectorielle ?
Des équations géométriques définissent une image vectorielle.
Qu'est-ce qui cause la pixellisation d'une image matricielle ?
L'agrandissement d'une grille finie de pixels cause la pixellisation.
Quels formats sont utilisés pour les images vectorielles ?
Les formats SVG, PDF et EPS sont utilisés pour les images vectorielles.
Quels formats sont utilisés pour les images matricielles ?
Les formats JPEG, PNG, BMP et TIFF sont utilisés pour les images matricielles.
Qu'est-ce qu'une image matricielle ?
Une image matricielle est une grille finie de points discrets appelés pixels.
Comment une image matricielle est-elle représentée en traitement d'image ?
Elle est représentée par des matrices 2D ou des tenseurs 3D.
Comment est repéré un pixel P(y,x) dans une image ?
Par une ligne y entre 0 et H−1, une colonne x entre 0 et W−1, et un ou plusieurs canaux de couleur.
Quels canaux possède une image en niveaux de gris ?
Un canal d’intensité I(y,x) dans [0,1].
Quels canaux composent une image RGB ?
Les canaux rouge, vert et bleu.
Quel canal supplémentaire ajoute une image RGBA ?
Un canal alpha de transparence.
Pourquoi convertir une image en flottants dans [0.0,1.0] ?
Pour éviter les dépassements de capacité lors des calculs algébriques matriciels.
Quelle formule donne l'inversion négative d'un pixel normalisé ?
Comment isoler le canal rouge d'une image ?
Créer une matrice nulle et recopier les valeurs rouges dans le canal 0.
Quelle est la formule de la luminance selon ITU-R BT.709 ?
Quelle norme définit la formule de luminance ?
ITU-R BT.709
Comment calcule-t-on le mélange alpha de deux images ?
Quelle formule calcule le masquage pixel à pixel d'une image ?
Quelle est la formule du flou moyenneur pour un pixel ?
Que fait la convolution 2D sur une image ?
Elle fait glisser un noyau compact et somme les produits pixel-noyau.
Quel est le noyau Laplacien 3×3 pour détecter les contours ?
[[−1,−1,−1],[−1,8,−1],[−1,−1,−1]]
Quel type de filtre est le noyau Laplacien 3×3 ?
C'est un filtre passe-haut.
Que détecte le noyau Laplacien 3×3 dans une image ?
Il extrait les variations brutales, donc les contours.
Que réalise l'opérateur & pour des entiers uint8 codés sur 8 bits ?
Il réalise un ET bit à bit.
Quels bits portent 94 % de l'information visuelle dans un octet ?
Les bits de poids fort b7 à b4.
Que fait la dissimulation d'une image en stéganographie ?
Elle remplace les 4 bits de poids faible de l'image hôte par les 4 bits de poids fort de l'image secrète.
Comment s'extrait l'image secrète en stéganographie ?
On récupère les 4 bits cachés et on les décale vers les poids forts.
Comment la stéganographie textuelle modifie-t-elle chaque caractère ASCII ?
Elle remplace le bit de poids faible de chaque canal par un bit du message.
Que fait la stéganographie textuelle après avoir inséré le message ?
Elle ajoute un octet sentinelle nul.
Qu'est-ce que l'intelligence artificielle imite ?
Un comportement humain intelligent.
Que fait le machine learning avec les données statistiques ?
Il apprend des règles à partir de ces données.
Quel outil utilise le deep learning pour apprendre ?
Des réseaux de neurones artificiels profonds.
Quelle méthode applique des règles écrites aux données ?
L'approche classique.
Comment le deep learning déduit-il un modèle ?
En ajustant des paramètres numériques à partir de données et réponses.
Qu'est-ce qu'une fonction de perte en apprentissage automatique ?
C'est une mesure numérique de l'erreur commise par le réseau.
Que doit tendre vers la fonction de perte ?
Elle doit tendre vers 0.
Qu'appelle-t-on une époque en apprentissage automatique ?
Un cycle complet durant lequel le modèle a vu tout le dataset d’entraînement.
Que désigne le learning rate ?
Le pas d’apprentissage qui contrôle la vitesse d’ajustement des poids.
Quelle opération calcule d'abord un neurone formel ?
Il calcule .
Quelle est l'étape suivante après le calcul de dans un neurone formel ?
Il produit après application d'une fonction d'activation.
Que se passe-t-il si on empile plusieurs couches sans fonction d'activation ?
Cela reste une transformation linéaire équivalente à une seule opération.
Quel avantage offre une fonction d'activation non linéaire ?
Elle permet d'apprendre des frontières de décision complexes.
Comment est définie la fonction d'activation ReLU ?
Par .
Comment est définie la fonction d'activation SiLU ?
Par .
Combien d'images d'entraînement contient le dataset MNIST ?
Le dataset MNIST contient 60 000 images d'entraînement.
Combien de pixels possède chaque image MNIST ?
Chaque image MNIST possède 784 pixels.
Quelle est la forme initiale d'un mini-batch dans le MLP avant aplatissement ?
La forme initiale est [256,1,28,28].
Quelle est la forme finale des logits dans le MLP ?
La forme finale des logits est [256,10].
Combien de poids et biais ajustables comporte l'architecture MLP présentée ?
Elle comporte 242 762 poids et biais ajustables.
Quelle formule exprime la fonction Softmax pour transformer les logits en probabilités ?
Quelle fonction retient la classe de probabilité maximale après Softmax ?
La fonction torch.argmax retient la classe de probabilité maximale.
Quelle formule met à jour les poids en descente de gradient ?
Quel effet a un learning rate de 10⁻⁶ sur l’apprentissage ?
Il ralentit fortement l’apprentissage.
Quel effet a un learning rate de 10⁻³ sur l’apprentissage ?
Il offre une convergence rapide et stable.
Quel effet a un learning rate de 1.0 sur l’apprentissage ?
Il peut provoquer une divergence.
Quelles étapes suit une boucle d’apprentissage ?
Prédiction, calcul de la perte, remise à zéro des gradients, rétropropagation, mise à jour des paramètres.
Qu’est-ce que l’overfitting dans l’entraînement d’un modèle ?
Le modèle mémorise le bruit des données d’entraînement et perd sa capacité à généraliser.
Quelle précision globale atteint la matrice de confusion ?
Une précision globale supérieure à 97,8 %.
Quelle différence entre un MLP et un réseau convolutif concernant la géométrie ?
Le MLP perd la notion de voisinage et translation, le convolutif la conserve avec des noyaux glissants.
Teste tes connaissances avec un QCM de 28 questions sur Traitement d’image et deep learning.
1. Concernant la distinction entre images vectorielles et matricielles :
2. Parmi les propositions suivantes concernant la représentation matricielle des images, la(les)quelle(s) est(sont) exacte(s) ?
Révisez le cours complet dans la fiche de révision de Traitement d’image et deep learning.
Voir la fiche →Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards