16-12-25, 15:36
(Modification du message : 16-12-25, 16:03 par shafan.
Raison de la modification: mauvais formatage url
)
Bonjour,
Effectivement, je me rend compte que ce n'est pas très compréhensible.
Pour essayer de faire simple :
BRISQUE / NIQE / PIQE sont des métriques qui essaient d’évaluer la qualité perçue d’une image (bruit, artefacts, textures, régularité…). L’idée est de répondre à la question : “est-ce que cette image a l’air propre ou pas ?”. Propre et pas "belle". On donne une image, des calculs mathématiques sont fait pour estimer la quantité de bruit... et une note est retourné. Pour en savoir plus sur IQA: Article wikipedia
NIMA, c’est différent : c’est un modèle entraîné sur des milliers de photos notées par des humains, qui donne une estimation “esthétique” globale (lumière, composition, impression générale), sur une note de 1 à 10. Ce n’est évidemment pas un jugement artistique, mais plutôt une tendance statistique. Du coup, d'avantage pertinent pour juger une photo après retouche car là on est plutôt sur "belle" que "prore". Nima est donc une IA qui, entrainé par des milliers de photos, va donner une note à l'image qu'on lui donne. Pour en savoir plus sur NIMA: Article sur Lense.fr
Pour la partie technique, j’utilise :
pyiqa, une librairie écrit en langage Python qui fournit tous ces outils d'analyse d'image.
YOLO, est également une "IA" type deep learning" qui permet de detecter des objects sur une image. Dans mon cas, je l'utilise pour détecter les oiseaux dans mes photos. L'idée étant d'éviter de noter l’arrière-plan en se concentrant sur la partie de l'oiseau. Pour en savoir plus : Article de la revue IA
Normalement je n'ai pas dis trop de bêtise, mais je précise que je ne suis pas du tout spécialiste du sujet.
Effectivement, je me rend compte que ce n'est pas très compréhensible.
Pour essayer de faire simple :
BRISQUE / NIQE / PIQE sont des métriques qui essaient d’évaluer la qualité perçue d’une image (bruit, artefacts, textures, régularité…). L’idée est de répondre à la question : “est-ce que cette image a l’air propre ou pas ?”. Propre et pas "belle". On donne une image, des calculs mathématiques sont fait pour estimer la quantité de bruit... et une note est retourné. Pour en savoir plus sur IQA: Article wikipedia
NIMA, c’est différent : c’est un modèle entraîné sur des milliers de photos notées par des humains, qui donne une estimation “esthétique” globale (lumière, composition, impression générale), sur une note de 1 à 10. Ce n’est évidemment pas un jugement artistique, mais plutôt une tendance statistique. Du coup, d'avantage pertinent pour juger une photo après retouche car là on est plutôt sur "belle" que "prore". Nima est donc une IA qui, entrainé par des milliers de photos, va donner une note à l'image qu'on lui donne. Pour en savoir plus sur NIMA: Article sur Lense.fr
Pour la partie technique, j’utilise :
pyiqa, une librairie écrit en langage Python qui fournit tous ces outils d'analyse d'image.
YOLO, est également une "IA" type deep learning" qui permet de detecter des objects sur une image. Dans mon cas, je l'utilise pour détecter les oiseaux dans mes photos. L'idée étant d'éviter de noter l’arrière-plan en se concentrant sur la partie de l'oiseau. Pour en savoir plus : Article de la revue IA
Normalement je n'ai pas dis trop de bêtise, mais je précise que je ne suis pas du tout spécialiste du sujet.