Classification multi-label à grande dimension pour la détection de concepts médicaux
Josiane Mothe, Nomena Ny Hoavy, Mamitiana Ignace Randrianarivony
Résumé : Dans ce papier, nous présentons une méthode pour associer de façon automatique des concepts à des images. Nous nous focalisons plus particulièrement sur des images médicales à annoter avec des concepts UMLS. Nous avons développé deux modèles de transfert d’apprentissage à partir des réseaux CNN VGG19 et ResNet50 . Nous avons utilisé des modèles avec des techniques simples et que nous avons optimisés pour l’apprentissage. Les résultats que nous avons obtenus en utilisant les données de la tâche ImageCLEF 2017 sont encourageants et comparables à ceux des autres participants.
Mots clés : Recherche d’information, annotation d’images, indexation d’images, réseaux de neurones profonds, CNN, transfert d’apprentissage, ImageCLEF.