LeNet-5 (1998) • 28 Diapositives 16:9 • Suite Complète des 6 Animations Remotion

LeNet-5 : Vision par Ordinateur & Déploiement NCR

Architecture convolutive fondatrice de Yann LeCun (1998) : 60 000 paramètres, convolution 2D, sous-échantillonnage invariant, reconnaissance de millions de chèques bancaires sur guichets automatiques NCR et matrice du Deep Learning contemporain.

Progression Présentation 1 / 28

Paramètres Réseau 60 000

Précision ATM (NCR) 99.2%

Architecture Convolutive 7 Couches

Diapositive 1 / 28 (4%)

Animations Remotion (6 Modules Intégrés)

Pipeline C1-S2-C3-S4-C5-F6-Sortie

Déploiement Web Actif (Port 8080)

⭐ GitHub Repo ↗ 🚀 Google Colab ↗

PORTAIL PÉDAGOGIQUE LE-NET 5

SLIDE 01

01. Décoder LeNet-5 (1998) : L'Origine de la Vision par Ordinateur

⏱ 00:00.000

Nav : Flèches Clavier ou Swipe

NOTES DE CONFÉRENCIER 01. Décoder LeNet-5 (1998)

Chargement des notes...

✓ Documenté dans le volet Présentateur du fichier PowerPoint LeNet-5_Presentation_Finale.pptx.

INDEX CHRONOLOGIQUE DES 28 DIAPOSITIVES 16:9 :

VUE ACTUELLE 01. Décoder LeNet-5

⏱ 00:00.000

Diapositive 1 / 28

À SUIVRE // PROCHAINE DIAPOSITIVE :

Titre suivant

⏱ 00:23.875

🎬 PROCHAINE DIAPO : ANIMATION VIDÉO

TEMPS ÉCOULÉ EN PRÉSENTATION

00:00:00

Script Conférencier Intégral Texte Intégral

Chargement des notes...

MODULE 01

Animation Remotion : 01. Convolution 2D

1080P @ 30 FPS • H.264 • 6 MODULES DÉTERMINISTES

CODEC: H.264 DURÉE: 5.0s (150 FRAMES) ASSOCIÉ: SLIDE 12 HTTP RANGE 206 SUPPORTÉ

⬇ Télécharger GIF (882 Ko) ⬇ Poster

FONDATION THÉORIQUE Balayage Convolutif 2D par Filtre Glissant 5×5

Extraction déterministe des contours primaires locaux sur l'image source avec partage invariant des poids synaptiques.

GALERIE DES CAPTURES DE CONTRÔLE NCR (AUDIT MULTI-RÔLES PASS) :

0.5s — Séparateur & Kicker

1.2s — Entrée Titre (18px)

1.8s — Sous-titre & Corps

2.5s — Trait d'accent 60px

3.0s — Cartes visuelles NNC & Robot

4.0s — Plateau de lecture stable

PIPELINE ARCHITECTURE

Décomposition Technique des 7 Couches LeNet-5 (1998)

YANN LECUN ET AL. (BELL LABS)

🎬 Animation Remotion : Traversée Complète des 7 Couches (Slide 16)

⬇ Télécharger 04_lenet5_pipeline.gif (1.36 Mo)

COUCHE 00 Entrée 32×32 pixels (Niveaux de gris) Normalisation [-0.1, +1.175]

Grille brute bidimensionnelle issue du chèque bancaire scanné. Conservation stricte de la topologie 2D pour garantir l'invariance géométrique face aux décalages spatiaux.

✓ Résolution native 32×32 préservant le contexte périphérique du chiffre manuscrit centré sur 28×28.

COUCHE C1 Première Convolution (6 filtres 5×5) Sortie : 6 cartes 28×28 • 156 poids

Balayage par filtres glissants avec partage des poids pour extraire les contours et traits primaires élémentaires (barres horizontales, verticales, angles).

✓ Réduction spectaculaire des paramètres : 156 poids au lieu de dizaines de milliers dans un modèle dense.

COUCHE S2 Premier Sous-Échantillonnage / Pooling (2×2) Sortie : 6 cartes 14×14 • 12 poids

Compression par moitié de l'information tout en conservant le signal dominant. Immunise le réseau contre les micro-distorsions et tremblements du tracé manuscrit.

✓ Invariance aux petites translations et déformations locales du tracé.

COUCHE C3 Seconde Convolution (16 filtres 5×5) Sortie : 16 cartes 10×10 • 1 516 poids

Combinaisons non complètes et asymétriques des 6 cartes précédentes pour forcer chaque carte à apprendre des motifs composites distincts (boucles, intersections, arcs).

✓ Brisure de symétrie délibérée forçant la spécialisation fonctionnelle des détecteurs.

COUCHE S4 Deuxième Sous-Échantillonnage (2×2) Sortie : 16 cartes 5×5 • 32 poids

Dernière étape de compression spatiale stabilisant définitivement les caractéristiques avant la transition vers la classification dense.

✓ Distillation de l'essence topologique du caractère manuscrit.

COUCHES C5 & F6 Couches Entièrement Connectées (Dense) 120 unités (C5) puis 84 unités (F6) • 48 120 + 10 164 poids

Le « cerveau décisionnel » qui agrège l'ensemble des motifs spatiaux extraits pour synthétiser la représentation abstraite du chiffre.

✓ Convergence vers l'espace de décision sémantique des 10 classes numériques.

SORTIE 10 Unités RBF (Chiffres 0 à 9) Classification Finale • Décision Euclidienne

Calcul de la distance Euclidienne par rapport au motif de référence de chaque chiffre. L'unité avec la distance minimale désigne le chiffre reconnu.

✓ Précision opérationnelle éprouvée sur des centaines de millions de chèques réels (ATM NCR).

LIVRABLES & ARTEFACTS

Ressources Téléchargeables & Accès Déploiement

SUITE MULTIMÉDIA

DIAPORAMA POWERPOINT MASTER

LeNet-5_Presentation_Finale.pptx

28 diapositives 16:9 haute résolution, intégration native des 5 vidéos MP4 plein écran et des notes intégrales de conférencier dans le volet Présentateur.

⬇ Télécharger Master PPTX (8 Mo)

ANIMATION 04 • PIPELINE 7 COUCHES

04_lenet5_pipeline.gif

Animation de la traversée intégrale des 7 couches convolutives, de sous-échantillonnage et denses.

⬇ Télécharger GIF (1.36 Mo)

ANIMATION 01 • CONVOLUTION 2D

01_convolution.gif

Balayage 2D par filtre glissant 5×5, extraction de contours élémentaires et partage des poids.

⬇ Télécharger GIF (882 Ko)

ANIMATION 02 • NEURONE FORMEL

02_neurone.gif

Somme pondérée synaptique et test de seuil d'activation déterministe.

⬇ Télécharger GIF (1.37 Mo)

ANIMATION 03 • POOLING 2×2

03_pooling.gif

Sous-échantillonnage 2×2, compression spatiale de moitié et invariance géométrique.

⬇ Télécharger GIF (320 Ko)

ANIMATION 05 • TRI DES CHÈQUES NCR (FIG. 8)

ncr-slide.gif

Figure 8 animée : Traitement des chèques bancaires par les machines NCR propulsées par LeNet-5 (20M chèques/jour, précision 99.2%).

⬇ Télécharger GIF HD (1.25 Mo)

ANIMATION 06 • SYNTHÈSE & COLAB

lenet5_pedagogique.gif

Film complet de synthèse de la vision par ordinateur et démonstration du modèle interactif.

⬇ Télécharger GIF (908 Ko)

MÉTADONNÉES STRUCTURÉES

slides.json

Base JSON complète des 28 diapositives, horodatages, objets multimédias typés et notes intégrales.

⬇ Télécharger slides.json

TABLE DES TIMESTAMPS

index.tsv

Tableau chronologique des 21 timestamps précis correspondant à chaque capture de la présentation vidéo.

⬇ Télécharger index.tsv

POINT D'ACCÈS SERVEUR LOCAL :

http://localhost:8080/ (Serveur Node.js Local — ou port configuré)

Thème Visuel

Projet d'Étude & Rétrospective Historique LeNet-5 (1998)

Travail réalisé par Bernard Feugang Noussi dans le cadre du Cours d'Apprentissage Profond & Réseaux de Neurones

Collège de Bois-de-Boulogne • Montréal (Québec) • Spécialisation technique en intelligence artificielle