01 — LE DÉFI
Un modèle utile commence par la bonne question.
L’eye-tracking fournit des preuves précises, mais reste coûteux et lent à mobiliser au quotidien. L’objectif était de transformer l’état de l’art scientifique sur l’attention en un outil UX immédiat et accessible.
02 — L’APPROCHE
De l’hypothèse au système fonctionnel.
- 01
Constitution et préparation de jeux de données d’attention visuelle
- 02
Comparaison de modèles CNN et transformers
- 03
Génération de heatmaps interprétables
- 04
Service d’inférence conçu avec FastAPI
- 05
Déploiement d’un parcours interactif d’évaluation des designs
03 — LE RÉSULTAT
“Un démonstrateur orienté produit qui permet d’importer une interface et d’identifier ses zones d’attention probables avant de conduire une étude utilisateur.”
04 — STACK PRINCIPALE
PythonTensorFlowTransformersVertex AIFastAPIGCP