Stage: Évaluation et intégration d’algorithmes de détection et suivi d’objets par deep learning (F/H)

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.