Pipeline de Vision par Ordinateur (EfficientNet-B0)

Contexte

Développement complet d'un pipeline de computer vision basé sur l'architecture EfficientNet-B0, pensé pour la classification d'images dans un contexte d'ingénierie de pointe et médical. L'objectif : un pipeline reproductible, conteneurisé et optimisé de bout en bout.

Cycle de vie des données

• Ingestion et partitionnement de datasets complexes (train / validation / test stratifiés).
• Augmentation de données à la volée via OpenCV (rotations, normalisation, recadrage adaptatif).
• Versionnement des jeux de données et traçabilité des expériences.

Entraînement & Optimisation

• Fine-tuning d'EfficientNet-B0 pré-entraîné, gel/dégel progressif des couches.
• Optimisation d'hyperparamètres : learning rate scheduling, weight decay, taille de batch.
• Suivi des métriques (accuracy, F1, matrice de confusion) et early stopping.

Industrialisation

Tout le pipeline est packagé dans une image Docker légère, garantissant un environnement d'entraînement et d'inférence reproductible, du poste local au serveur GPU.

Approche : un modèle n'a de valeur que s'il est mesurable, reproductible et déployable.