Deep Learning in Computer Vision

Informations

Langue d'enseignement : Anglais
Crédits ECTS: 3

Programme

  • Heures d'enseignement dispensées à l'étudiant : 24 heures
  • Temps de travail personnel : 51 heures

Objectifs et compétences

Objectifs :
The course is devoted to the methods of supervised learning applied in computer vision and in particular to the innovative group of methods, such as Deep Learning. During the course various aspects of Deep learning will be covered. The fundamentals in neural networks such as MLP will be presented. Then, the focus will be on the variety of convolutional neural networks and associated problems, such design of architectures, data preparation, optimization methods, fine tuning/domain adaptation and fusion with Deep architectures. The temporality aspects will also be considered for various computer vision, CBIR and CVIR applications. In practical work students will acquire skills for the use of optimal network configurations accordingly to the available OpenSource frameworks.

Compétences :
  • Connaître, implémenter et mettre en oeuvre les modèles et algorithmes usuels dans le domaine de l'image et du son numériques: acquisition, traitement, analyse, codage, modélisation, synthèse
  • Connaître, implémenter et mettre en oeuvre les algorithmes de classification et d'indexation de données
  • Comprendre et traduire sous forme algorithmique la spécification mathématique d'une méthode liée au domaine de l'image et du son numériques
  • Implémenter et/ou comparer les méthodes de l'état de l'art dans un des sous-domaines de l’image et du son numériques

Organisation pédagogique

le mode de fonctionnement de l'UE est présenté au début des enseignements

Contrôle des connaissances

La première session est constituée :

> d'une note de contrôle continu (coef. 0.5)

> d'une note d'examen écrit terminal (1h30) (coef. 0.5)

La seconde session est constituée d'une note d'examen écrit terminal (1h30) (coef. 1). Cet examen pourra être remplacé par un examen oral en cas d’effectif faible.

Lectures recommandées

l'ensemble des références bibliographiques est communiqué au début des enseignements

Responsable de l'unité d'enseignement

Jenny Benois Pineau

Enseignants

la composition de l'ensemble de l'équipe pédagogique est communiquée au début des enseignements