3ème étape : Classification comparée de plusieurs images (comparaison qualitative et quantitative)⚓
Attention : Input size
Les 5 réseaux utilisés n'ont pas tous la même taille d'image en entrée ! Il faut adapter le code en conséquence.
227 x 227 pour alexNet et squeezeNet
224 x 224 pour googLeNet, MobileNetv2 et Res-Net18
L'objectif est d'analyser et de comparer le résultat de plusieurs réseaux, sur un panel de plusieurs images (ici 3)
Remarque : en enlevant les ' ;' en fin de ligne, Matlab affiche la valeur de la variable dans la fenêtre de commande.
Fichier obtenu :
Analyse qualitative
Rechercher la traduction et les images correspondants aux différents labels (exemple : comparer les images de pékinois, bulldog français etc. et estimer quel réseau donne les meilleurs résultats en terme de ressemblance)
Classer les CNN en fonction du label proposé mais aussi des labels du top5 (exemple : mobilenetv2 qui fait apparaître "shopping cart" pour le chien).
Analyse quantitative : précision
Comparer et classer les réseaux en fonction des scores attribués au label (pour un label pertinent)
Quels sont les réseaux les plus susceptibles de répondre aux exigences du cahier des charges ?
Analyse quantitative : temps de calcul
Comparer et classer les réseaux en fonction des temps de calcul
Quels sont les réseaux les plus susceptibles de répondre aux exigences du cahier des charges ?