LABO · 2026
Reconnaissance de caractères à 360°
Un réseau de neurones qui lit un caractère quelle que soit son orientation, en l'interrogeant sous huit angles.
Reconnaître chiffres et lettres, sans supposer que l'image est dans le bon sens.
Le réseau est fait maison : trois blocs convolutifs avec recalibrage des canaux et moyennage global plutôt qu'une couche dense en sortie, entraîné sur des jeux de données classiques fortement augmentés — rotations sur tout le tour, perspective, cisaillement, effacement aléatoire.
Le vrai apport est à la prédiction, pas à l'entraînement : chaque image est inférée sous huit rotations et les sorties sont agrégées. Le modèle n'a pas besoin d'être invariant à l'orientation, c'est la procédure d'inférence qui le rend invariant — et c'est bien moins coûteux que d'essayer de le lui apprendre.
Ce qu'il sait faire
L'invariance est obtenue à la prédiction
Chaque image est passée au réseau sous huit rotations, et les sorties sont agrégées. Le modèle n'a pas besoin d'être invariant à l'orientation : c'est la procédure qui le rend invariant, pour bien moins cher que de le lui apprendre.
Un réseau écrit plutôt qu'emprunté
Trois blocs convolutifs avec recalibrage des canaux, et un moyennage global en sortie au lieu d'une couche dense. Moins de paramètres, et une sortie qui ne dépend plus de la taille exacte de l'entrée.
Des données augmentées sur tout le tour
Rotations complètes, perspective, cisaillement, effacement aléatoire. Un caractère photographié n'est jamais droit, net et entier.
Ce qui était difficile
- Obtenir l'invariance à l'orientation sans tripler le temps d'entraînement ni la taille du modèle.