Projet de spécialité - Deep learning et application à la classification d’images

De Ensiwiki
Aller à : navigation, rechercher

Projet de spécialité 2018-2019 suivi par Valérie Perrier

Projet pour 2 groupes de 4 personnes

Contexte

Le “Deep learning” basé sur les réseaux de neurones profonds est un outil désormais incontournable dans le domaine de l’Intelligence Artificielle. En particulier les réseaux convolutifs profonds ont apporté une avancé significative dans les domaines du traitement d’image, vidéo, parole et audio.

Objectifs

L’objectif de ce projet est de développer un code Python pour faire de la classification supervisée d’image en utilisant les réseaux neuronaux convolutifs profonds (ConvNet ou CNN en anglais, introduits par Y. Le Cun en 1990).

On s’intéressera dans un premier temps à la théorie des réseaux de neurones pour comprendre les hyperparamètres mis en jeu dans les réseaux profonds. On codera ensuite un modèle simple de perceptron pour illustrer la théorie.

Dans un deuxième temps, on pourra utiliser des logiciels de Deep Learning pré-entrainés et on étudiera le problème de la classification d’images d’abord sur des bases de données issues du net, ensuite sur des données réelles.


Ce projet s’adresse à des étudiants motivés à la fois par les aspects d'analyse d’image et de science des données.

Mots clés : réseaux neuronaux convolutifs (CNN), analyse d’image

Contact

Valerie.Perrier@grenoble-inp.fr