Data Science

Classification multimodale texte et image

Fusion d'embeddings texte (GloVe) et de caractéristiques visuelles (CNN) pour une classification multi-label. MAP : 70 %.

Présentation

Projet de recherche et développement sur la classification multimodale : combiner données textuelles et visuelles pour améliorer une classification multi-label.

Approche

Embeddings GloVe pour le texte.

Réseaux de neurones convolutifs (CNN) pour les images.

Fusion des deux flux dans un modèle Keras / TensorFlow.

Résultat : MAP de 70 %.

Rôle

Data Scientist, 2024-2025.