Quantification de l'incertitude et détection d'erreur d'étiquette

Cette séance de cours de l'instructeur aborde les sujets de la quantification de l'incertitude et de la détection d'erreurs d'étiquetage pour la segmentation sémantique dans l'apprentissage profond. Il traite des défis posés par les faux positifs, les faux négatifs et les erreurs d'étiquetage dans les ensembles de données, ainsi que des méthodes de détection des erreurs et d'estimation de la qualité des prédictions. La séance de cours explore également l'utilisation de l'apprentissage actif, de la méta-apprentissage et de la recherche automatisée d'architecture dans les applications d'apprentissage profond. Diverses pistes de recherche et d'autres applications sont présentées, y compris l'importance de maîtriser la perception pour l'automatisation dans des domaines critiques pour la sécurité tels que la conduite automatisée et l'imagerie médicale.