À retenir
- C'est l'opération de base des IA spécialisées dans la vision (CNN).
- Elle permet de simplifier une donnée complexe pour n'en garder que les caractéristiques essentielles.
- Elle fonctionne par le glissement d'une fenêtre de calcul (noyau) sur l'ensemble des données.
La convolution est un procédé mathématique utilisé en informatique pour transformer une donnée (souvent une image ou un son) en lui appliquant un filtre. Imaginez que vous fassiez glisser une petite grille (un filtre) sur une grande photo pour en extraire des détails spécifiques, comme les contours des objets ou des motifs précis.
Étymologie
Vient du latin convolvere, qui signifie « enrouler ensemble ». En informatique et en mathématiques, cela décrit la manière dont deux fonctions se mélangent pour n'en former qu'une seule, illustrant l'idée de superposition d'un filtre sur une donnée.
Exemples d'usage
- Flou gaussien : Appliquer une convolution sur une image pour lisser les détails et réduire le bruit numérique.
- Détection de contours : Utiliser un filtre spécifique (comme le filtre de Sobel) pour faire ressortir les lignes horizontales ou verticales d'une photo.
- Réseaux de neurones (CNN) : Identifier automatiquement des formes (yeux, roues, visages) dans une image pour la reconnaissance visuelle.
Cas d'usage
Ce concept est fondamental dans le Deep Learning (IA) pour l'analyse d'images, mais aussi dans le traitement du signal (audio, radar) et la retouche photo professionnelle.
Bonnes pratiques
Lorsqu'on utilise la convolution en IA, il est crucial de bien choisir la taille du filtre (le noyau) et le padding (ajout de bordures) pour ne pas perdre d'informations sur les bords de l'image originale.
Synonymes
Antonymes
Conseil
Pour bien visualiser le concept, imaginez que vous regardez un paysage à travers un petit carton percé d'un trou : vous ne voyez qu'un détail à la fois, mais en déplaçant le carton, vous finissez par comprendre toute la scène.
Questions fréquentes
C'est quoi un noyau de convolution ?
C'est une petite matrice de nombres (souvent 3x3 ou 5x5) qui définit l'effet appliqué, comme le contraste ou le flou.
Pourquoi utilise-t-on la convolution en IA ?
Parce qu'elle permet à la machine de comprendre des motifs locaux (un trait, un arrondi) avant d'assembler ces informations pour reconnaître un objet entier.