Deep learning et traitement d'images
- Durée : 2 jours
- Public: Ingénieurs, data-scientists
- Pré-requis : Bases de programmation python, mathématiques bac+3
- Technicite ★★☆☆☆
- Modalités : Formation intra, à distance ou dans vos locaux (minimum 4 stagiaires)
- Annulation : sans frais jusqu’à 3 semaines avant. Au-delà, 25% de la somme est due.
- Modalités de paiement : Paiement à 30 jours.
Résumé
Résumé de la formationLe traitement de l’image est un des domaines qui a bénéficié de manière spectaculaire des avancées liées au Deep Learning.
Les thèmes abordés vont de la classification ou la segmentation à la transformation d’images en abordant les problématiques de génération d’analyses orientées à partir de texte.
Moyens techniques : Support de cours projeté pendant la formation et transmis à l’ensemble des stagiaires à l’issue de la formation; cas et exemples pratiques choisis selon les domaines d’intérêt des stagiaires
Suivi de l’exécution : Emargement demandé chaque demie-journée à tous les stagiaires
Évaluation : Questionnaire d’évaluation des acquis à l’issue de la formation
Appréciation des résultats : Questionnaire de satisfaction à l’issue de la formation
Objectifs pédagogiques
Cours théoriques melés d’exemples et d’études de cas. Cette formation vise à présenter les principaux problèmes rencontrés en traitement d’image et pour chacun à décrire les solutions de l’état de l’art les plus performantes.
Technologies abordées
Convolutional Neural Nets (CNN), overfitting, regularisation, feature maps, VGG, LeNet, Inception, U-Nets,R-CNN, LSTM, CycleGAN, Pix2Pix, Superrésolution, débruitage, défloutage, colorisation, neural style, CRF
Compétences visées
- Architectures pour l’image
- Classification/Détection/Segmentation
- Analyse d’images, transformations
- Interprétation et sécurité