Notre engagement en faveur de la diversité et de l’inclusion :
XXII est une entreprise inclusive et notre ambition est de recruter et promouvoir des talents divers. Nos annonces ne ciblent pas de genre, ici l’usage du masculin est utilisé afin d’alléger le texte.
__

Dans le cadre du développement de ses produits en intelligence artificielle et de sa plateforme de déploiement, XXII recherche un(e) stagiaire motivé(e) et talentueux(se) pour renforcer l’équipe R&D et produit pour répondre aux limites scientifiques et technologiques actuelles pour une industrialisation des solutions software en vision par ordinateur.

Vous serez rattaché(e) à l’équipe produit sous la direction d’un ingénieur/docteur.

Mission & Objectifs :
Dans le cadre du développement de solutions en vision par ordinateur, nous sommes souvent confrontés aux problématiques de reconnaissance et d’analyse des objets sur les images. Les approches les plus populaires pour répondre à ces problématiques sont la classification et la détection d’objets pour identifier les objets présents dans une image et préciser leur position. Mais de nombreux cas d’utilisation nécessitent une analyse plus fine des images. C’est là que la segmentation d’image entre en jeu.

La segmentation est une étape importante du système de reconnaissance d’images, car elle permet d’extraire les objets qui nous intéressent, pour un traitement ultérieur tel que l’extraction d’attributs (couleurs, formes, etc…). Elle peut donc être formulée comme un problème de classification de pixels avec des étiquettes sémantiques (segmentation sémantique) ou de partition d’objets individuels (segmentation d’instance). La segmentation sémantique effectue un étiquetage au niveau du pixel avec un ensemble de catégories d’objets (par exemple : personnes, arbres, ciel, voitures) pour tous les pixels de l’image. Il s’agit généralement d’une tâche plus difficile que la classification ou la détection. La segmentation d’instance va plus loin : elle étend la portée de la segmentation sémantique en détectant et en délimitant tous les objets d’intérêt dans l’image.

A XXII, nous voulons renforcer nos solutions d’analyse d’images avec un algorithme de segmentation d’instances qui permet d’extraire les objets d’intérêt afin d’ajouter de nouvelles fonctionnalités à nos produits en combinant cet algorithme avec d’autres algorithmes déjà existants dans nos librairies internes.

Dans le cadre de ce stage, vous serez amené à développer une solution performante permettant de faire une segmentation d’instances sur des images et des vidéos. Ce stage s’intéresse particulièrement aux techniques de segmentations d’instances basées sur les réseaux de neurones convolutifs (CNN). Pour cela vous serez en charge de réaliser un état de l’art des différentes techniques et déterminer la méthode la plus appropriée afin de répondre aux besoins du produit. En accord avec l’équipe, vous serez en charge du développement de la fonctionnalité répondant aux contraintes du produit.

Étapes du stage et objectif :

• Définition d’un ou plusieurs cas d’utilisation afin d’identifier les approches pertinentes
• Réalisation d’un état de l’art complet sur les approches et les modèles de segmentation d’instances
• Collecte et analyse des datasets
• Recherche de projets en open source ou ré-implémentation d’algorithmes identifiés dans l’état de l’art et réalisation de tests de performances
• Entraînement et évaluation du modèle sélectionné
• Rédaction d’un rapport
• Intégration dans le produit

• Vous êtes en recherche d’un stage de fin d’études de M2 ou de diplôme d’ingénieur.
• Vous avez un goût prononcé pour l’innovation, la recherche et le développement.
• Vous êtes autonome et polyvalent(e) techniquement et scientifiquement.

Compétences requises :

• Des connaissances théoriques solides en machine learning et en vision par ordinateur
• Un bon niveau en programmation POO (C/C++ et/ou Python) est obligatoire
• Une expérience avec les librairies de vision par ordinateur comme OpenCV et un framework de deep learning (Tensorflow, PyTorch, etc) est obligatoire
• Des notions sur les modèles de détection et/ou de segmentation (Unet, Yolo, Mask R-CNN…) sont un plus
• Lecture et rédaction d’articles scientifiques
• Une bonne maîtrise du français et de l’anglais
• Un goût prononcé pour l’innovation et la recherche

Modalités du stage :

Le stage sera situé dans nos locaux à Puteaux (92) - (métro Ligne 1 : Esplanade de la Défense)
Stage de 6 mois, date de début : dès que possible.