Nouveau CEA

STA - Segmentation d'instances par apprentissage profond H/F

  • Saclay (Essonne)
  • Développement informatique

Description de l'offre

Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.

Référence

2018-7098

Description de l'unité

Acteur majeur de la recherche, du développement et de l'innovation, le Commissariat à l'Energie Atomique et aux Energies Alternatives (16 000 salariés, environ 600 brevets déposés par an) intervient dans 4 grands domaines : les énergies bas carbone, la défense et la sécurité globale, les technologies pour l'information, et les technologies pour la santé.
Vous avez du talent et souhaitez travailler dans un environnement stimulant dédié aux technologies numériques ?

Rejoignez-nous !

Au sein de CEA Tech, le pôle « recherche technologique » du CEA, l'institut List dédie ses activités aux systèmes numériques intelligents. Nous avons un savoir-faire unique issu d'une culture de l'innovation et avons pour mission de produire et de transférer les technologies utiles à nos partenaires industriels dans quatre domaines :
- Usine du futur
- Systèmes cyberphysiques
- Instrumentation innovante
- Intelligence artificielle

Au sein du LIST, le Laboratoire de Vision et d'Ingénierie des Contenus (LVIC) emploie 80 chercheurs et ingénieurs travaillant dans le domaine de l'Intelligence Artificielle pour l'analyse et l'interprétation de données multimédia (texte, image, vidéo). Le laboratoire développe des algorithmes robustes pour l'extraction, l'analyse et le traitement de grands volumes de données multimédia et participe par ailleurs à de nombreux projets collaboratifs (ANR, Europe FP7, Pôle de Compétitivité) avec des partenaires académiques, PME ou grands industriels

Délai de traitement

2 mois

Description du poste

Domaine

Mathématiques, information scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

STA - Segmentation d'instances par apprentissage profond H/F

Sujet de stage

Segmentation d'instances par apprentissage profond

Durée du contrat (en mois)

6

Description de l'offre

L’application principale visée par ce stage est l’analyse de scènes routières, notamment pour des applications de conduite autonome. La segmentation d’instances est un problème complexe qui se situe entre la détection d’objets (prédiction des boîtes englobantes des instances de la scène) et la segmentation sémantique (attribution d’une classe à chaque pixel de l’image). Un algorithme de segmentation d’instances est donc capable de produire un masque pour chaque objet d’intérêt de l’image.

Depuis l’avènement des réseaux de neurones profonds convolutifs (CNN), un certain nombre de méthodes ont été proposées afin de solutionner cette problématique, notamment l’approche par détection Mask-RCNN. Ce système très performant n'est néanmoins pas compatible avec les contraintes temps réel que requièrent les pipelines de conduite autonome.

Dans le cadre de ce stage de recherche, le stagiaire aura pour première mission d’analyser les avantages et les inconvénients des approches récentes de la littérature . Dans un second temps, il devra proposer une méthode permettant de pallier une ou plusieurs faiblesses des approches de l’état de l’art. Cette méthode devra être validée par une évaluation quantitative sur plusieurs bases de données publiques consacrées à la segmentation d’instances. Enfin, il sera amené à intégrer sa solution dans les différents algorithmes du laboratoire.

Profil recherché

Profil du candidat

Vous êtes étudiant en école d'ingénieur ou Master 2 avec des compétences en vision par ordinateur
- Une bonne connaissance des algorithmes d'apprentissage et des réseaux de neurones (Deep
Learning)
- Compétences informatique : C++, python, linux/gcc, cmake, git
- Une première expérience d'utilisation d'outils de deep learning (Pytorch, Caffe, Tensorflow) est un plus

Le poste est basé à Palaiseau (91) et ouvre la possibilité de poursuite en thèse dans notre laboratoire