Vous disposez d'un ensemble de données d'un million d'images étiquetées de 200x200 indiquant si une voiture est présente ou non. Quelle architecture de réseau neuronal et quel choix de couche de sortie sont les plus susceptibles de produire la plus grande précision pour détecter la présence d'une voiture dans une image ?

Pour la détection d'objets dans des images, les réseaux neuronaux convolutifs (CNN) sont le choix le plus approprié car ils sont spécialement conçus pour traiter les données d'image en extrayant des caractéristiques spatiales. Les perceptrons multicouches (MLP) traitent les images comme des vecteurs plats, perdant ainsi les informations spatiales cruciales. Puisqu'il s'agit d'une tâche de classification binaire (voiture présente ou non), une couche de sortie softmax est préférable à une couche linéaire. La fonction softmax produit des probabilités qui somment à 1, ce qui est idéal pour les problèmes de classification. Une couche linéaire produirait des valeurs continues non bornées, moins adaptées pour représenter des probabilités de classe.