Programme Computer vision
Durée : 3 jours - 21 heures
Tarif : Nous contacter pour une formation INTER – INTRA ou en COURS PARTICULIER
La formation est délivrée en présentiel ou distanciel (e-learning, classe virtuelle, présentiel et à distance). Le formateur alterne entre méthodes démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). La validation des acquis peut se faire via des études de cas, des quiz et/ou une certification.
Cette formation est animée par un consultant-formateur dont les compétences techniques, professionnelles et pédagogiques ont été validées par des diplômes et/ou testées et approuvées par l’éditeur et/ou par Audit Conseil Formation.
Les objectifs
pré-requis
Connaissances en programmation
Connaissance en traitement de signal ou équivalent
Moyens pédagogiques, techniques et d'encadrement
- 1 poste de travail complet par personne
- De nombreux exercices d'application
- Mise en place d'ateliers pratiques
- Remise d'un support de cours
- Remise d'une attestation de stage
Modalités d'évaluation des acquis
- Evaluation des besoins et objectifs en pré et post formation
- Evaluation technique des connaissances en pré et post formation
- Evaluation générale du stage
Accessibilité handicapés
- Au centre d’affaires ELITE partenaire d’ACF à 20 m.
- Guide d’accessibilité à l’accueil.
Le Programme
Introduction à la Computer Vision et technologies associées
Les usages les plus fréquents
Introduction aux technologies Machine Learning / Deep Learning
Différents modes de representations d’une image
Problématiques spécifiques à la reconnaissance d’image
Technologies IA utilisées pour la reconnaissance d’image : differences entre OpenCV et les techniques de Deep Learning
Le marché de la Computer Vision
La pluraliuté des offres sur le marché
Les caractéristiques
Alternative solution sur mesure propriétaire / licence à l’année pour l’utilisation d’une plateforme
Structurer un projet de Computer Vision
Savoir évaluer la maturité de son projet pour en évaluer le coût
Evaluer le retour sur investissement (ROI)
Les étapes classiques d’un projet
Création du Dataset
LProof of Concept : Validation de la faisabilité techniques et mise à disposition d’un algotithme entrainé sur un dataset réduit
Pilote : entraînements et ameliorations de l’algorithme dans les conditions réelles
Scale / Industrialisation : déploiement à grande echelle de l’algorithme
Le pilotage du projet (tableau de bord)
Pièges classiques à éviter
Les étapes d’un projet OpenCV
La théorie OpenCV
Les étapes d’un projet OpenCV
La théorie Deep Learning en reconnaissance d’image
Neural Networks Theory
Convolutional Neural Networks (CNNs)
Transfert Learning from Pretrained Networks
Autres applications : detection d’objets, Segmenttions
Les étapes d’un projet de Computer Vision / Deep Learning
Mise en place de l’architecture d’un projet de deep learning
Industrialisation d'un algorithme
Lancement des entraînements et interpretation des résultats