Nous recherchons un stagiaire pour évaluer et intégrer des algorithmes de détection et de suivi d’objets basés sur le deep learning (F/H) pour une durée de 6 mois à partir du 1er trimestre 2027 au sein de la division Land & Sea sur le site d’Angoulême.
Contexte :
Les algorithmes de détection et de suivi basés sur l’apprentissage profond évoluent vite, et leurs performances annoncées se transposent mal à de nouveaux capteurs ou de nouvelles conditions. Notre équipe développe des solutions de vision temps réel et dispose d’une bibliothèque modulaire de pipelines de traitement (C++).
Il manque une méthode fiable pour comparer les approches et choisir celles à intégrer.
Objectif :
Mettre en place une plateforme d’évaluation reproductible, puis intégrer les solutions les plus pertinentes dans la bibliothèque.
Missions :
Reprise de l’existant. Analyser le module actuel de détection et de suivi, diagnostiquer ses limites de généralisation sur d’autres capteurs et en rendre compte.
Données et protocole d’évaluation. Constituer des jeux de données infrarouges et visibles, avec découpage par séquence, tests inter-datasets et métriques normalisées (mAP, HOTA, IDF1, vitesse d’exécution).
Benchmark de l’état de l’art. Comparer des détecteurs et des trackers récents, avec entraînement ou fine-tuning, augmentation de données et résultats reproductibles.
Intégration. Intégrer les solutions retenues dans la bibliothèque C++ et réaliser des démonstrations.
Documentation. Rédiger un guide de décision par cas d’usage et la documentation technique.
Profil:
Étudiant en informatique spécialisé intelligence artificielle / vision par ordinateur / génie logiciel avec :
Python et PyTorch, et de bonnes bases en deep learning et en évaluation de modèles ;
C++ et de CMake ;
De la rigueur, de l’autonomie et un esprit critique argumenté.