注意 本网站不推荐使用internet explorer浏览器。请使用其他Web浏览器以获取更好的体验。

Stage - Ingé Deep Learning: état de l'art de la détection de petits véhicules en imagerie aérienne H/F

已发布
数学与算法 Eragny , Ile de France , 芬兰 实习协议书 全职 硕士文凭 无经验
已发布

工作描述

Acteur majeur de l'Optronique de Défense en Europe, SAFRAN E&D conçoit, produit et assure le support d'équipements de guidage infrarouge ou multimodes.

Leur fonctionnement combine étroitement plusieurs savoir-faire de pointe : l'imagerie (laser, visible ou infrarouge), la stabilisation de plateformes, le traitement d'images mais aussi les senseurs inertiels et l'électronique critique.

Au sein du pôle traitement d'images de l'Unité de Développement Système Autodirecteurs, le stage proposé, qui s'effectuera sous la direction d'un ingénieur expert en traitement d'image et d'un doctorant, porte sur l'étude de chaînes algorithmiques innovantes (Deep Learning, Transfert Learning) pour la détection et la reconnaissance de véhicules faiblement résolus en imagerie aéroportée.

补充说明

Les techniques les plus performantes pour cette tâche reposent sur l'exploitation de réseaux de neurones convolutionnels profonds (Deep Learning).
Les performances de ces méthodes, pour des applications opérationnelles, restent à être améliorées notamment à cause du manque de disponibilité de données d'apprentissage réelles en abondance.

L'objectif de ce stage est d'évaluer des pipelines de détection récents sur un problème de détection de véhicules en vue aérienne.
Deux aspects rendent ce problème particulièrement difficile: d'une part la faible taille et résolution des véhicules, et d'autre part la présence d'un « shift de domaine » dans l'entraînement : au lieu d'entraîner le modèle sur les images réelles, trop peu nombreuses, on l'entraîne sur des données de synthèse, disponibles en quantités quasi illimitées.

On cherchera à comparer les modèles en faisant varier le type de détecteur (ex : YOLOv4, CornerNet…), l'architecture du réseau neuronal sous-jacent (ex : ResNet, Transformer…) ou certains types de pré-entraînement pouvant favoriser la généralisation (ex : SimCLR, DINO).

Selon les résultats obtenus, des publications pourront être faites dans des conférences nationales et internationales.

工作要求

Vous êtes élève en école d'ingénieur avec une dominante en Traitement d'image.

Compétences techniques sont les suivantes : Background solide en mathématiques appliquées et en programmation Expérience de codage en Python/PyTorch/TensorFlow/C++/administration Linux.

Vous avez un bon contact humain, vous êtes curieux, avez un bon esprit de synthèse, une capacité à analyser et expliquer ainsi que de la rigueur expérimentale.

Vous avez un fort intérêt pour la recherche et le développement de nouvelles méthodes.

logo safran

赛峰集团(Safran)是一家国际高科技集团公司,业务范围涵盖航空(推进、设备和内装)、防务和航天领域。其核心宗旨是致力于构建更安全且可持续发展的世界,让航空运输更加环保、舒适和便利。赛峰集团业务遍及全球,拥有79000名员工,2020年营业额为165亿欧元。单独或是通过合作,赛峰集团在其核心市场占据全球或地区领导地位。赛峰集团在其技术创新路线图中承诺将大力开展以环境为主导的研发项目。 赛峰集团获评《福布斯》杂志2020年全球最佳雇主。 赛峰电子与防务公司(Safran Electronics & Defense)是民用及防务市场观测监视、决策及引导领域的世界领先者。公司精通智能化技术并已使其进入众多领域,特别是在航空、航天及防务领域的众多创新计划。

2021.12.04 数学与算法

Stage - Ingénieur : algorithme de lissage optimal appliqué à la navigation inertielle H/F

实习协议书

Eragny, Ile de France

2021.12.04 数学与算法

Stage - Détection de leurrage GNSS dans un équipement de navigation inertielle H/F

实习协议书

Eragny, Ile de France

2021.12.04 数学与算法

Stage - Ingénieur Etude système d'aide de conduite et planification de missions (véhicule autonome) H/F

实习协议书

Eragny, Ile de France