Stage Deep Learning pour la Détection et le Suivi de Camions H/F

Description de l'offre

Description

ObjectifsCe stage s'inscrit dans un projet innovant visant à améliorer la gestion des camions sur les sites de traitement Veolia, en s'appuyant sur les possibilités offertes par l'IA. L'objectif est de suivre efficacement les camions, de leur arrivée sur site à leur départ. Plus spécifiquement, le stage se concentrera sur le développement d'une méthode robuste de détection et de ré-identification des camions à partir d'images provenant de multiples systèmes d'acquisition. Cette approche permettra d'optimiser le processus de contrôle tout en garantissant une traçabilité précise. Vous aurez l'opportunité de travailler sur un cas d'usage concret, avec accès à une grande quantité d'images réelles, permettant une application directe des techniques d'IA dans un environnement industriel.Missions principales- Révision bibliographique sur les modèles Deep Learning appliqués à la détection et ré-identification de véhicules- Exploration de différentes approches selon l'avancement du projet : - Implémentation de modèles de détection de camion - Implémentation de modèles de ré-identification d'un même camion à travers plusieurs caméras (prise d'images discontinue)- Evaluation et optimisation des performances des modèles

Date de début

12 févr., 2025

Expérience

Sup_7

Profil

- FormationNiveau Master 2 ou Élève ingénieur.e généraliste en dernière année (Bac +5)Spécialisation en Data Science, Computer Vision, Informatique, Statistiques, Deep Learning.- Vos compétencesBonne maîtrise de Python et des plateformes de deep learning (Keras / TensorFlow)Bonne maîtrise de modèles convolutifs deep learningBonne connaissance des techniques et librairies de traitement d'images (OpenCV,scikit-image)Bonne communication écrite et oraleBonne maîtrise de l'anglais- Vos qualités, votre savoir-êtreAptitude à travailler en équipeAisance en programmation informatiqueCuriosité intellectuelleFort intérêt pour la recherche scientifique

Répartition du temps de travail

Full time

Formation

RJ/Qualif/Ingenieur_B5

Secteur

Energie_envir