Adaptation de domaine exploitation d'images de synthèse pour détection d'objets par deep learning H/F
Detail de l'annonce :
Safran est un groupe international de haute technologie opérant dans
les domaines de l'aéronautique (propulsion, équipements et
intérieurs), de l'espace et de la défense. Sa mission : contribuer
durablement à un monde plus sûr, où le transport aérien devient
toujours plus respectueux de l'environnement, plus confortable et plus
accessible. Implanté sur tous les continents, le Groupe emploie 79
000 collaborateurs pour un chiffre d'affaires de 16,5 milliards
d'euros en 2020, et occupe, seul ou en partenariat, des positions de
premier plan mondial ou européen sur ses marchés. Safran s'engage
dans des programmes de recherche et développement qui préservent les
priorités environnementales de sa feuille de route d'innovation
technologique.
Safran est classé meilleur employeur mondial 2020 dans son secteur
par le magazine Forbes.
Safran Electronics & Defense est un leader mondial de solutions et de
services permettant d'observer, de décider et de guider pour les
marchés civils et de défense. La société maîtrise des
technologies d'intelligence embarquée dans de nombreux domaines et
participe à de nombreux programmes innovants dans l'aéronautique, le
spatial et la défense.
Depuis le récent essor des réseaux convolutifs (deep learning), les
techniques d'apprentissage profond connaissent un vif succès dans le
domaine de la vision par ordinateur. L'acquisition de données
réelles et diversifiées étant très coûteuse pour nos domaines
d'application, l'apprentissage sur données synthétiques se révèle
être un véritable enjeu pour Safran. En qualité de stagiaire, votre
objectif est de développer une méthode d'apprentissage d'un réseau
de neurones basé exclusivement sur des données simulées. Le
contexte de votre stage sera d'entrainer un réseau de détection pour
détecter des objets d'intérêt comme des voitures. La génération
des données ainsi que la stratégie d'entrainement seront les
éléments à définir afin d'obtenir les meilleures performances sur
des données réelles. Nous nous intéresserons notamment aux
techniques récentes d'adaptation de domaine. Après une phase de
veille technologique, vous serez en charge des tâches suivantes :
* Choix du réseau de détection
* Définition du type de données simulées nécessaires
* Définition de la stratégie d'entrainement
* Validation de l'entrainement sur données réelles
Les performances issues d'un entrainement donné devront faire
l'objet d'une analyse critique afin d'améliorer la base de données
ou bien la stratégie d'entraînement. La génération de données
simulées sera faite à partir d'un logiciel de simulation d'images de
synthèses (Blender / Unreal Engine)..
Vous serez intégré(e) dans l'équipe métier Traitement d'Images du
centre Safran Electronics & Defense de Massy. Afin de mener à bien
ces tâches, vous travaillerez en collaboration avec votre tuteur et
les autres membres de l'équipe.
Ayant de solides connaissances en mathématiques appliquées, vous
être très intéressé(e) par le traitement d'images et souhaitez
acquérir une expérience en traitement d'images ainsi qu'en Deep
Learning. Vous connaissez les langage Python et le framework Pytorch.
Des connaissances en infographie ou en génération d'images de
synthèses seraient un plus.