Le Registre · Entrée 003 · Perception
La classification d'images sur ImageNet
Cédée aux machinesDepuis 2015Critère performanceDernière révision 2026-08-17
Événement
Une équipe de Microsoft Research (He, Zhang, Ren, Sun) annonce 4,94 % d'erreur top-5 sur ImageNet, sous les 5,1 % mesurés pour un annotateur humain entraîné.
La tâche définie est la classification top-5 parmi mille catégories d'objets sur un jeu de référence fixe ; la référence humaine est un seul annotateur entraîné, non une population, la comparaison est donc étroite. Les réseaux suivants (ResNet, puis les transformeurs de vision) ont fait baisser l'erreur bien davantage, et le résultat n'a pas été remis en cause. Cela ne s'étend pas à la perception en milieu ouvert : changement de distribution, patchs adverses et catégories rares font encore trébucher ces systèmes, et un jeu de référence fixe n'est pas une compréhension visuelle.