Computer vision and deep learning - Part 2

Contenu

L’objectif est de créer une propre solution d’intelligence artificielle, répondant à un objectif d’application précis. Les différents types de réseaux seront découverts de manière pratique à travers la prise en main des solutions existantes correspondant à un ensemble d’applications (exemples : reconnaissance d’objets, reconnaissance de visages, reconstruction 2D/3D, détection et reconnaissance de texte, segmentation de scènes, identification d'objets d'intérêt reconnaissance de la parole…). Dans ce cadre, l’étudiant sera amené à installer et configurer les outils de déploiement de réseaux de neurones (Tensorflow, Pytorch…), puis expérimenter et évaluer les approches considérées. Un travail par binôme sera mis en place.
Outre les problématiques proposées par l’équipe pédagogique en début du module, les étudiants sont encouragés à proposer des sujets qui les intéressent. Des séances plénières de restitution seront périodiquement mises en place afin d’enrichir mutuellement l’expérience pédagogique.