Extraction et génération de contenu d’image à l’aide de l’apprentissage profond

Durée

20 heures

Qu'est-ce que c'est?

Description

Vos activités professionnelles vous demandent d’identifier des composantes d’une image ou de générer des images de toute pièces. Cette formation permettra aux participants d’acquérir les connaissances avancées leur permettant de réaliser des projets en vision numérique.

L’apprentissage profond s’est rapidement imposé comme une révolution de l’intelligence artificielle et est de plus en plus utilisé dans l’industrie. Dans un contexte de traitement des images par la vision numérique, l’utilisation des réseaux de neurones de l’apprentissage profond assure une classification performante des images

Cette formation se veut axée sur la pratique, afin d’outiller le professionnel et le rendre opérationnel rapidement. Elle permettra aux participants d’acquérir les connaissances avancées leur permettant de comprendre les caractéristiques des techniques récentes en vision numérique afin d’en appliquer certaines dans un contexte d’extraction ou de génération d’image.

Cette formation en intelligence artificielle (IA) fait partie du Parcours Vision numérique.

LES INSCRIPTIONS POUR CETTE FORMATION SONT OUVERTES, MAIS LA FORMATION DÉBUTERA OFFICIELLEMENT LE 12 DÉCEMBRE 2022.

Stratégies pédagogiques

Formation autonome en mode asynchrone par lectures, démonstration et exercices sur une plateforme d’apprentissage expérientielle (PAX).

PAX Expérience

PAX est une plateforme unique d’apprentissage novatrice, dite intelligente, qui regroupe des outils d’apprentissage adaptatifs et interactifs. Elle agit véritablement comme un tuteur intelligent permettant à l’apprenant d’apprendre par déduction en connaissant la nature et la source de ses erreurs.

Avantages distinctifs de PAX :

  • La théorie est exposée sous forme de modules multimédias interactifs
  • Des exercices interactifs permettent l'approfondissement des notions théoriques enseignées. Ceux-ci sont analysé par PAX, qui offre une rétroaction immédiate et individuelle afin d'aider le participant à corriger ses erreurs par déduction
  • Des quiz chronométrés permettent au participant de tester ses acquis autant de fois qu’il le désire
  • Un forum contextuel où les fils de discussions sont liés aux contenus (modules-exercices et quiz)
  • Un forum animé par des experts en Python

Découvrez tous les avantages de PAX Expérience : https://www.fsg.ulaval.ca/etudes/formation-continue/pax-experience/

Précisions sur les coûts

  • Tarif régulier: 600 $
  • Rabais de 50% de Scale AI : 300$ (détails et admissibilité plus bas)
  • Tarif étudiant : 200$ (doit étudier temps plein, peu importe l'établissement d'enseignement) *Une preuve du statut étudiant temps plein sera exigée.

Formation accréditée par Scale AI

Inscrivez-vous à cette formation accréditée par Scale AI et bénéficiez d’un rabais de 50 % sur le tarif. Pour bénéficier de cette subvention à titre individuel, les participants doivent obligatoirement occuper un emploi au Canada.

Au Québec, il est également indispensable de fournir le NEQ de votre employeur ainsi que d’identifier s'il s'agit d’une institution publique ou parapublique afin de bénéficier du rabais.

Inclus dans le tarif

  • Frais d’inscription
  • Accès à la plateforme d’apprentissage expérientiel
  • Matériel pédagogique
  • Frais de gestion du dossier
  • Attestation de participation


Objectif général

Amener le participant à être en mesure de traiter et généré des images et d’effectuer de l'apprentissage de tâches de segmentation sur ces données.

Objectifs

  • Définir une procédure d’entraînement d’un modèle d’apprentissage profond pour faire de la segmentation d'image
  • Définir une procédure d’entraînement d’un modèle d’apprentissage profond pour faire de la génération d'image
  • Construire un réseau de neurones favorable au traitement d’image à des fins de classifications en contexte semi-supervisé
  • Construire un réseau de neurones favorable au traitement d’image à des fins de segmentation
  • Construire un réseau de neurones favorable au traitement d’image à des fins de génération d'images

Clientèle cible

S’adresse aux professionnels de l’industrie œuvrant dans des postes liés à la programmation ou à l’exploitation de données.

Préalables

Formule d'enseignement

  • En ligne à votre rythme

    Offerte en tout temps

    Autoformation

    365 jours pour compléter la formation à partir du moment où vous la commencerez.

Que vais-je apprendre?

Contenu

Partie 1 : Introduction

Partie 2: Classification d’image semi-supervisé

  • Module 2.1 : Autoencodeur

Partie 3 : Interprétabilité et explicabilité des réseaux de neurones

  • Module 3.1 : Méthodes d’explicabilité avec CAM

Partie 4 : Segmentation de contenu dans des images et leurs classifications

  • Module 4.1 : Segmentation sémanqtique d’image
  • Module 4.2 : Détection d'objets dans des images
  • Module 4.3 : Détection d'objets dans des images par région

Partie 5 : Génération d’images

  • Module 5.1 : Génération de fausses images à l'aide des réseaux antagonistes génératifs
  • Module 5.2 : Réseaux antagonistes génératifs conditionnels
  • Module 5.3 : Traduction d'image à image à l'aide de réseaux antagonistes génératifs cohérents

Qui va m'accompagner?

Marc Parizeau

Professeur titulaire

Et si je souhaite aller plus loin?

Ce cours est aussi offert dans un programme qui pourrait vous plaire. Développez davantage vos compétences sur le sujet en vous y inscrivant.

Qui offre cette formation?

Pour développer vos compétences et élargir vos horizons professionnels, la Formation continue de la Faculté des sciences et de génie vous propose une offre de formation en constante évolution. Nous offrons des formations pour tous les besoins : perfectionnement court, formations plus longues ainsi que des formations en entreprise et sur mesure. Profitez de la flexibilité de nos formations et mettez vos compétences à jour grâce à notre offre de perfectionnement.