Stage en développement de jeux de données de vision par ordinateur et modèle CNN

Description de l'entreprise

Convaincus que la technologie doit contribuer à rendre nos cadres de vie plus simples, durables et sûrs, LACROIX (5300 collaborateurs, 619M€ de CA proforma) accompagne ses clients dans la construction et la gestion d’écosystèmes de vie intelligents, grâce à des équipements et des technologies connectés et à travers une vision :

« Connected Technologies for a Smarter World ».

Au cœur de la stratégie L25 du groupe, Impulse est l'unité commerciale de notre activité Electronics. Elle réunit les technologies clés pour accompagner les entreprises et les industriels dans l’accélération de leur transformation technologique et digitale. L’offre Impulse s’appuie sur un pôle complet d’expertises dans la conception et l’industrialisation de solutions IoT (hardware, software et cloud), IA, Vision par ordinateur, Cybersécurité, … pour devenir un acteur de premier plan de l’IOT Industriel. Impulse cible des marchés à forts enjeux sociétaux avec des perspectives de croissance, notamment dans les domaines de la domotique, de l’industrie, de la mobilité et de l’automobile.

Principalement basées à Cesson au cœur du bassin technologique rennais, les équipes d’Impulse (aujourd’hui 100 collaborateurs) ont vocation à s’agrandir avec LACROIX en contribuant à sa croissance.

Description du poste

Sujet : Ensemble de données et modèle CNN pour la détection d'objets routiers

La détection et le suivi d'objets dans des vidéos, offre un large éventail d'applications en robotique et dans notre vie quotidienne. Pour cela, l’utilisation des réseaux de neurones profonds s’est imposée grâce à leur grande capacité à apprendre des représentations visuelles significatives. Chez LACROIX-Impulse, le centre de R&D de LACROIX basé à Rennes Métropole, nous avons considéré la détection d'objets routiers comme un objectif pour la surveillance et la régularisation du trafic.

Tu seras rattaché(e) à Lesley-Ann, ingénieur en Vision par Ordinateur.

L'objectif du stage est d'étudier l'utilisation de l'augmentation des données, telles que les données synthétiques générées par le simulateur CAR Learning to Act (Carla), afin d'améliorer la détection d'objets dans certaines conditions. Ce simulateur permet de générer des données d'entraînement (images, flux optique, segmentation, trajectoires…) à grande échelle avec des objets et des paramètres spécifiques rencontrés dans les scènes vidéo du monde réel, mais moins disponibles dans les ensembles de données existants comme COCO ou Google OpenImage. L’utilisation du simulateur AirSim pourra également être envisagé ainsi que la création d’une ville virtuelle par l'étudiant. Des améliorations sur le réseau existant pourront également être proposées.

Tes missions :

• Apprenez à utiliser le simulateur CARLA pour générer des données d'entraînement synthétiques avec les objets et les paramètres considérés.
• Créez une interface utilisateur pour automatiser la création de ces nouveaux ensembles de données
• Comparez le simulateur CARLA avec son concurrent AirSim
• Effectuez le traitement, la fusion et le post-traitement des données pour préparer les données d'entraînement et de test pour le réseau.
• Mettez en place des métriques pour analyser les ensembles de données (existants et synthétiques)
• Formation du modèle de détection d'objets basé sur le CNN avec l'ensemble de données augmenté
• Mise en place d’un benchmarking pour quantifier l’impact de l’ajout de nouveaux ensembles de données sur les performances du réseau en fonction de leurs caractéristiques
• Optionnel : travailler sur la création d’une nouvelle carte utilisable sur CARLA en calquant un quartier de Rennes avec OpenStreetMap
• Rédigez un rapport, un article scientifique ou une divulgation d'invention en fonction des résultats obtenus.

Résultats attendus

• Une interface utilisateur paramétrable permettant la génération de données synthétiques générées à partir d'un simulateur
• Un ensemble de données augmenté pour la formation et le test du modèle de détection d'objets routiers basé sur le CNN qui est une fusion de l'ensemble de données synthétiques et de l'ensemble de données existant,
• La formation et le test du modèle CNN pour la tâche, avec une évaluation pour confirmer l'amélioration de la performance de détection,
• Des métriques d’analyse de l’ensemble du jeu de données (synthétique et existant)
• Un rapport et une demande de brevet en fonction de la nouveauté de l'approche étudiée.

Qualifications

• Tu es étudiant.e en école d'ingénieur ou équivalent
• On dit de toi que tu as l'esprit créatif et que tu es autonome.
• Tu as une certaine passion pour les algorithmes, en particulier en vision par ordinateur et tu as de bonnes compétences en programmation Python.
• Une expérience réussie dans un cadre de machine learning et une expérience en utilisation de moteurs 3D (Unity, Unreal Engine) seraient un plus (PyTorch, TensorFlow, etc.).
• Des connaissances en C, C++ ou C# seraient également un plus.
• Tu pourras être amené(e) à travailler dans un contexte international, un bon niveau d'Anglais est donc requis.

Informations supplémentaires

Avantages :

• Stage rémunéré avec accès aux tickets restaurant
• Opportunité de travailler sur des projets innovants et de haute technologie
• Formation par une équipe expérimentée et passionnée