DESCRIPTION
Ce module vous guide pas à pas dans le processus d’entraînement de modèles de vision par ordinateur, à partir de vos propres jeux de données liés au transport.
Vous apprendrez à préparer les données, configurer l’environnement d’entraînement, ajuster les hyperparamètres, puis évaluer les performances du modèle. L’accent est mis sur les applications concrètes : détection de véhicules, de motos, de piétons, ou de comportements à risque dans l’espace urbain africain.
CE QUE VOUS ALLEZ APPRENDRE
À l’issue de ce module, vous serez en mesure de :
- Préparer un jeu de données annoté pour l’entraînement d’un modèle de vision par ordinateur.
- Comprendre la structure des formats de données (YOLO, COCO, Pascal VOC).
- Configurer un environnement d’entraînement sur cloud ou localement (GPU).
- Entraîner un modèle YOLO (v5 ou v8) sur des images de transport (véhicules, motos, piétons).
- Ajuster les paramètres d’entraînement (batch size, epochs, learning rate) pour améliorer la précision.
- Évaluer les performances du modèle (mAP, précision, rappel) et détecter le surapprentissage.
- Exporter un modèle entraîné prêt à être utilisé en détection temps réel ou analyse post-traitement.
