Les modèles de vision par ordinateur présentent de multiples avantages opérationnels pour les applications de défense : précision du ciblage, navigation autonome, raccourcissement des boucles de commandement ou encore optimisation de ressources RH. Au-delà des méthodes mathématiques et statistiques classiques, les chercheurs développent depuis les années 1990 des approches deep learning qui ont révolutionné le domaine par leurs performances inouïes. En particulier depuis l’explosion de l’IA des années 2010-2020, ces nouveaux modèles de la vision se sont généralisés. Afin de comprendre leurs architectures, leurs tenants et aboutissants technologiques et les défis actuels du domaine, il est nécessaire de présenter un certain nombre de concepts techniques fondamentaux. Il sera ainsi possible de construire et comprendre des exemples, illustrations et réflexions opérationnelles.

Écrit dans le cadre des activités du Groupe d’études scientifiques et techniques, cet article propose donc de monter d’un cran dans la vulgarisation technologique. S’il a été écrit de manière à partir des notions de base et d’avancer progressivement, il semble clair qu’il peut nécessiter quelques prérequis (relativement simples) en matière d’ingénierie afin de le lire facilement. Il s’adresse donc à tous, mais n’intéressera peut-être pas tout le monde.