ImageNet, la bibliothèque d’images dédiée à l’IA

À votre avis, quel est le point commun entre AlexNet, ResNet et EfficientNet, à part le fait que ce sont des modèles d’intelligence artificielle ? En fait, ces géants de l’IA, qui ont révolutionné des domaines comme la reconnaissance d’images, la médecine et la robotique, partagent une origine commune : ils ont tous été entraînés sur ImageNet. Cette bibliothèque monumentale de 14 millions d’images annotées a donc servi de rampe de lancement à l’apprentissage profond. Découvrez comment ImageNet a façonné l’IA moderne et continue d’inspirer les innovations technologiques.

Qu’est-ce qu’ImageNet ?

Lancé en 2009 par une équipe de chercheurs dirigée par Fei-Fei Li de l’Université de Stanford, ImageNet représente beaucoup plus qu’une énième banque d’images. La plateforme constitue une avancée importante dans le domaine de la vision par ordinateur et de l’intelligence artificielle. Cette base de données monumentale compte aujourd’hui plus de 14 millions d’images annotées manuellement.

ImageNet est organisée selon une structure hiérarchique inspirée de la taxonomie WordNet. Il s’agit de lexique sémantique développé par l’Université de Princeton dans les années 1980 qui classe les concepts linguistiques en synsets (groupes de synonymes). ImageNet reprend cette logique pour organiser les images en plus de 20 000 catégories sémantiques. Les rubriques vont des objets du quotidien aux espèces animales et végétales.

Un véritable catalyseur du changement

L’événement ImageNet Large Scale Visual Recognition Challenge (ILSVRC) mérite une mention spéciale. Ce concours annuel, lancé en 2010, a mis au défi les équipes du monde entier de développer les meilleurs algorithmes capables de classifier des milliers de catégories d’images issues d’ImageNet avec précision. Les résultats ont été époustouflants.

En 2012, une équipe de chercheurs, incluant Alex Krizhevsky, Ilya Sutskever et Geoffrey Hinton, a utilisé une architecture de réseau neuronal convolutif appelée AlexNet. Cette approche a écrasé la concurrence puisqu’elle réduit drastiquement les taux d’erreur de 26 % à 15,3 %. Bien avant la démocratisation de l’intelligence artificielle, le concours autour d’ImageNet démontre ainsi le potentiel du deep learning à grande échelle. De nombreux spécialistes considèrent cet événement comme l’aube d’une révolution technologique. Il ouvre la voie aux avancées actuelles dans la reconnaissance d’images et au-delà.

Une structure arborescente précise et évolutive

La force d’ImageNet réside dans son architecture en arbre généalogique, où chaque nœud représente une catégorie conceptuelle. La branche « animaux », par exemple, se subdivise en « mammifères », « oiseaux », « reptiles », etc. Puis en sous-catégories plus spécifiques comme « chiens », « chats », ou « perroquets ». Cette granularité permet une organisation méthodique des images, ce qui facilite leur utilisation pour des tâches de classification et de reconnaissance visuelle. Chaque image est associée à une étiquette précise qui réduit considérablement le bruit dans les données. Cela accélère l’entraînement des modèles d’apprentissage profond.

Qu’est-ce qui différencie ImageNet des autres banques d’images ?

ImageNet se distingue par sa taille et sa structure hiérarchique, mais d’autres bases de données ont également contribué au développement de la vision par ordinateur. Parmi les exemples possibles, COCO (Common Objects in Context), développé par Microsoft en 2014, se concentre sur la détection d’objets en contexte avec plus de 330 000 images et 2,5 millions d’instances annotées.

De même, Pascal VOC, lancé en 2005, a été une référence pendant des années pour la classification et la détection d’objets, bien que son échelle soit plus modeste (environ 20 000 images). ImageNet reste toutefois inégalé en termes de diversité et de profondeur taxonomique. Alors que de nouvelles bases de données émergent, comme Open Images de Google (9 millions d’images) ou YFCC100M de Flickr (100 millions de médias), ImageNet conserve son statut de référence. Cette réputation émane de sa rigueur scientifique et son impact historique sur le domaine.

Un héritage durable au profit de l’intelligence artificielle

L’influence d’ImageNet s’étend bien au-delà du monde académique. Les modèles préentraînés sur ImageNet, dont ResNet, Inception et EfficientNet, sont largement utilisés dans l’industrie. Ils servent de base pour diverses applications allant de la reconnaissance faciale à la conduite autonome. À titre d’exemple, ResNet-152, développé par Microsoft Research en 2015, atteint un taux de précision de 96,4 % sur le jeu de données ImageNet. Cela démontre l’efficacité des architectures profondes entraînées sur cette base.

Aujourd’hui, ImageNet reste une ressource incontournable pour les chercheurs et les ingénieurs en intelligence artificielle. Sa structure hiérarchique, combinée à la qualité et à la quantité de ses annotations, en fait un outil essentiel pour l’entraînement et l’évaluation des modèles IA actuels. Cette plateforme a rendu possible le lancement de systèmes de reconnaissance faciale tels que Apple (Face ID) et Facebook (DeepFace). Ces intelligences artificielles s’appuient sur les architectures préentraînées d’ImageNet pour identifier et vérifier les visages avec une précision extrême.

Les robots feront tout mieux que nous. Je veux dire, tout. – Elon Musk

ImageNet a contribué à diverses révolutions technologiques

Des assistants virtuels capables de tout trouver à partir d’une image

Les assistants virtuels récents intègrent des modèles de vision par ordinateur entraînés sur ImageNet pour offrir des fonctionnalités avancées. Google Assistant, par exemple, utilise Inception-v3 pour permettre la recherche visuelle. Ce réseau neuronal convolutif avancé est entraîné sur ImageNet. Il donne aux internautes la possibilité de prendre la photo d’un objet et d’obtenir des informations pertinentes en temps réel.

Pour sa part, Amazon Alexa emploie des modèles dérivés d’ImageNet pour analyser des images provenant de dispositifs comme Echo Show. Ce modèle IA propose des fonctionnalités comme la reconnaissance de produits ou la lecture de recettes à partir de photos. Ces différentes technologies reposent sur des architectures optimisées pour fonctionner. Elles ont en commun d’être destinés à des dispositifs mobiles, avec des temps de réponse inférieurs à 500 millisecondes.

En robotique, ImageNet rend les robots plus autonomes

ImageNet a permis des avancées significatives dans le domaine de la robotique. La plateforme apporte une meilleure perception visuelle aux robots, qui leur permet de maintenir une interaction autonome. Des entreprises comme Boston Dynamics et SoftBank Robotics utilisent des modèles d’IA entraînés sur ImageNet pour améliorer les capacités de leurs robots. Exemple réccurent, Spot, le robot quadrupède de Boston Dynamics, se sert des algorithmes de vision par ordinateur pour naviguer dans des environnements complexes. Les heures d’entraînement sur la base de données lui donnent l’occasion d’éviter des obstacles et d’interagir avec des objets.

De même, Pepper, le robot humanoïde de SoftBank Robotics, emploie des modèles dérivés d’ImageNet pour reconnaître des visages et des expressions émotionnelles. La base de données assure des interactions plus naturelles avec les humains. Ces technologies reposent sur des architectures comme MobileNet et EfficientNet. Entraînées avec les images de ImageNet, elles sont conçues pour fonctionner sur des dispositifs embarqués avec une consommation d’énergie réduite.

Articles du même auteur :

Cutout Pro : que vaut cet outil d’édition et de restauration d’images ?

Top des hommes les plus riches avec le plus d’enfants

Engineered Intelligence : quand l’ingénierie rencontre…

Médecine : les diagnostics deviennent plus pertinents grâce aux images

Le secteur médical a également bénéficié des avancées permises par ImageNet. Des modèles d’IA entraînés sur cette base de données sont utilisés pour l’analyse d’images radiologiques. Ils permettent, ainsi, de détecter des pathologies comme les tumeurs, les fractures ou les anomalies cardiaques. Le diagnostic est fait avec une précision proche de celle des experts humains.

Développé par l’Université de Stanford en 2017, CheXNet se sert d’une architecture ResNet-50 pour diagnostiquer la pneumonie à partir de radiographies thoraciques. Ce modèle atteint une précision de 94 %, et surpasse les radiologues humains dans certaines tâches. De même, DeepMind Health, une division de Google, a employé des modèles dérivés d’ImageNet pour analyser des images de rétine et détecter des maladies oculaires comme la dégénérescence maculaire avec une précision de 94,5 %. Ces technologies sont déjà déployées dans des hôpitaux partenaires. Elles réduisent les temps de diagnostic et améliorent les résultats pour les patients.

Des applications dans l’agriculture

L’agriculture fait partie des nombreux domaines qui ont profité d’ImageNet. La plateforme a notamment permis le développement de systèmes d’IA pour optimiser les récoltes et surveiller les cultures. Acquis par John Deere en 2017, Blue River Technology, utilise des modèles de vision par ordinateur entraînés sur la banque d’images pour identifier les mauvaises herbes et appliquer des herbicides de manière ciblée. Ce processus réduit l’utilisation de produits chimiques de 90 %.

Dans la même foulée, Prospera, une startup israélienne, se sert des modèles dérivés d’ImageNet pour analyser des images de cultures et détecter des maladies ou des carences nutritionnelles avec une précision de 95 %. Ces technologies sont déployées dans des fermes intelligentes à travers le monde et augmentent les rendements de manière significative sans pour autant gonfler les coûts.

Les limites d’ImageNet

Malgré les prouesses et innovations qu’elle a permises, ImageNet est loin d’être parfaite. La banque d’images n’échappe pas aux critiques, notamment concernant les biais implicites présents dans sa collection de données. Véritables soucis, ils soulèvent des questions éthiques et techniques importantes dans le domaine de l’intelligence artificielle.

Biais raciaux et culturels flagrants

De nombreux rapports mettent en évidence les biais raciaux et culturels qui forment l’une des principales limites d’ImageNet. Une étude menée en 2019 par le MIT Media Lab a, par exemple, révélé que les modèles entraînés montraient des préférences indésirables envers certains groupes démographiques. Les algorithmes avaient, entre autres, tendance à associer des images de personnes à des catégories stéréotypées, comme des métiers ou des rôles sociaux, en fonction de leur apparence physique.

Le projet « ImageNet Roulette », lancé en 2019 par l’artiste Trevor Paglen et la chercheuse Kate Crawford, a mis en lumière ces problèmes. Lorsque des images de personnes étaient soumises à l’algorithme, celui-ci produisait parfois des étiquettes offensantes ou erronées. Cela incluait des termes péjoratifs liés à l’origine ethnique ou au genre. Ces résultats ont déclenché une prise de conscience mondiale sur les dangers des biais dans les données d’entraînement.

Représentation déséquilibrée : un défi pour l’équité

Parmi les principaux problèmes, il y a d’ailleurs la représentation déséquilibrée des catégories d’images. Effectivement, certaines classes d’ImageNet sont fortement biaisées en faveur des hommes. La gent masculine est associée à des rôles perçus comme « dominants » tels que « CEO » ou « ingénieur ». Les femmes sont surreprésentées dans des catégories comme « secrétaire » ou « infirmière ».

Une étude publiée en 2020 dans la revue Nature a montré que ces déséquilibres reflètent et amplifient les stéréotypes de genre présents dans la société. De même, les images représentant des cultures non occidentales sont malheureusement sous-représentées. Cette vision centrée sur les Etats-Unis et l’Europe limite la capacité des modèles IA entraînés sur les banques d’images à fonctionner de manière équitable dans des contextes globaux.

Partager l'article :
• Facebook
• Twitter
• LinkedIn