MTS AI détaille sur Habr comment elle revoit l'entraînement des modèles CV de segmentation de Luna Line

L'équipe de MTS AI a publié sur Habr le deuxième volet de son analyse consacrée à la recherche d'une recette d'entraînement optimale pour les modèles CV de la gamme Luna Line. Cette fois, il s'agit des modèles de segmentation.

Ce qu'a montré la première partie sur la classification

Dans le premier volet de la série, l'équipe de MTS AI s'est penchée sur l'entraînement des modèles de classification de Luna Line et en a tiré un pipeline unique, applicable à différentes tâches de ce type. Ce travail achevé, les auteurs sont restés insatisfaits de la méthodologie retenue : ils n'étaient pas certains que la famille de modèles choisie atteignait réellement ses performances maximales, plutôt que d'être simplement enfermée dans un pipeline unique conçu par commodité et par souci d'universalité.

Cette question — la famille de modèles exprime-t-elle vraiment tout son potentiel, ou est-elle artificiellement bridée par un cadre commun ? — a servi de point de départ au deuxième volet de la série, consacré non plus à la classification mais à la segmentation.

Comment l'approche a changé pour la segmentation

• La partie 1 de la série porte sur l'entraînement des modèles de classification de Luna Line et est disponible sur le blog de MTS AI sur Habr
• La partie 2 porte sur la segmentation, un autre type de tâche de vision par ordinateur : le modèle n'attribue pas une étiquette unique à l'ensemble de l'image, mais délimite les contours d'objets précis au niveau du pixel
• Pour la segmentation, l'équipe a choisi de procéder autrement que pour la classification, afin de ne pas reproduire la contrainte d'un pipeline unique et universel
• Luna Line est une initiative globale de MTS AI visant à trouver une recette universelle d'entraînement des modèles CV pour différents types de tâches

Les auteurs explicitent la raison de ce changement : l'objectif n'est pas simplement de figer un pipeline fonctionnel pour le reporting, mais de s'assurer que l'architecture choisie exprime réellement son potentiel sur une tâche donnée, au lieu de s'adapter à un cadre étranger hérité d'une autre étape du projet.

Pourquoi on ne peut pas entraîner classification et segmentation de la

même manière

La classification répond à la question « que représente l'image dans son ensemble ? », tandis que la segmentation doit tracer précisément, au pixel près, les frontières de chaque objet. Ces tâches diffèrent fondamentalement en complexité et en structure : la segmentation impose des exigences plus élevées en matière de résolution des caractéristiques, d'équilibrage des classes au niveau du pixel et d'architecture de la tête du réseau. Un pipeline unique, optimal pour la classification, risque d'ignorer ces spécificités et de dégrader la qualité finale des modèles de segmentation.

Pourquoi la série Luna Line a vu le jour

L'idée de Luna Line n'est pas de trouver un modèle précis, mais une méthode reproductible de sélection et d'entraînement des modèles CV, applicable à de nouvelles tâches sans long tâtonnement manuel sur les architectures et les hyperparamètres. Pour l'équipe de MTS AI, il s'agit d'un problème d'ingénierie concret : une grande entreprise mène des dizaines de scénarios CV en parallèle, et rechercher à chaque fois la configuration optimale en repartant de zéro coûte cher en temps d'experts.

C'est pourquoi la conclusion intermédiaire tirée de la partie sur la classification — le doute quant à la capacité d'un pipeline unique à exploiter pleinement le potentiel de la famille de modèles — s'est révélée importante : elle a changé la manière dont l'équipe a abordé la tâche suivante, au lieu de simplement transposer la méthodologie de la classification à la segmentation sans vérification.

Ce que cela signifie

Segmentation et classification sont des tâches de vision par ordinateur de nature différente, et vouloir les entraîner via un même processus universel risque de dégrader la qualité de chacune. La décision de MTS AI de revoir son approche spécifiquement pour la segmentation montre qu'en ingénierie CV, la « recette universelle » n'est pas un pipeline unique et figé, mais plutôt une méthodologie à adapter consciemment au type de tâche à résoudre.