Stage 6 mois ingénieur

Génération d’une base de donnée synthétique en infrarouge pour la généralisation de domaine en Deep Learning

Niveau requis: Bac +5 Durée: 6 mois
Mots-clés: Deep Leaning,Modélisation 3D,Généralisation de domaine,Convolutional Neural Networks,...

Description du stage L’apprentissage automatique et le deep learning en particulier requièrent une importante quantité de données. Dans le cas de la reconnaissance de véhicules en imagerie infrarouge, on peut se retrouver face à une absence de données réelles. Nous chercherons dans ce stage à pallier à cette absence avec des données simulées obtenues à partir de modèles 3D des véhicules. Le périmètre du stage inclus une automatisation de la génération d’images infrarouge à partir de modèles 3D sous Blender. Ensuite, nous entraînerons un modèle de Deep Learning (Convolutional Neural Network) avec une augmentation de données spécifique aux images infrarouge simulées. Le modèle ainsi appris sera déployé sur des données de test réelles, constituant ainsi un problème de généralisation de domaine. Les méthodes envisagées reposent notamment sur de l’adversarial training, du self-supervised et du few-shot learning. Compétences indispensables Compétences souhaitées Blender, Python, Deep Learning

Ref stage:

DIV-2023-DPT-1- Génération d’une base de donnée synthétique en infrarouge pour la généralisation de domaine en Deep Learning

Contact: Envoyer votre CV en français à dga-mi.stage.fct@intradef.gouv.fr Préciser la référence du stage