Descriptif
Ce cours présente les techniques les plus récentes, fondées sur l'apprentissage profond, utilisées en vision par ordinateur
Après un rappel sur le deep learning, les différentes tâches de la vision par ordinateur utiles aux roboticiens sont abordées :
- classification d'images
- segmentation sémantique
- détection d'objets
- suivi (tracking) d'objets
- estimation de pose
Enfin, une ouverture sur les techniques de quantification et de compression de réseaux profonds, importantes pour l'embarquabilité sur des systèmes autonomes, est présentée à la fin du cours.
Objectifs pédagogiques
Compétences à acquérir
- Comprendre les enjeux, les potentiels et les limites de la vision par ordinateur aujourd'hui.
- Maîtriser les algorithmes les plus importants en vision par ordinateur
- Être capable d'aborder avec un regard critique une nouvelle application en vision robotique
effectifs minimal / maximal:
10/40Diplôme(s) concerné(s)
Parcours de rattachement
Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées
Algèbre linéaire - Optimisation - Calcul différentiel
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées
Vos modalités d'acquisition :
Présentations orales d'un article de recherche au choix
Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)- le rattrapage est obligatoire si :
- Note initiale < 6
- le rattrapage peut être demandé par l'étudiant si :
- 6 ≤ note initiale < 10
- Crédits ECTS acquis : 1.5 ECTS
Le coefficient de l'UE est : 1
La note obtenue rentre dans le calcul de votre GPA.
L'UE est évaluée par les étudiants.
Programme détaillé
Voir page pédagogique : https://perso.ensta-paris.fr/~manzaner/Cours/CSC_5RO13/