Passer au contenu principal

Préparation et traitement d’images à l’aide de l’apprentissage profond

À propos de cette formation

Durée

20 heures

Description

Vous ne savez pas par quelle autoformation commencer? Consultez le cheminement proposé afin de maximiser le développement de vos connaissances.

Vos activités professionnelles vous demandent de classifier automatiquement des images, cette formation permettra aux participants d’acquérir les connaissances de base leur permettant de réaliser des projets en vision numérique. Suite à cette formation, le participant sera en mesure de traiter des images et vidéos et d’effectuer de l'apprentissage de tâches sur ces données.

Cette formation se veut axée sur la pratique, afin d’outiller le professionnel et le rendre opérationnel rapidement.

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. Encore faut-il que vos données (images) soient adéquatement préparées et que vos modèles soient bien entraînés.


Objectif général

Amener le participant à être en mesure d'utiliser l’apprentissage profond pour assurer la classification de ses données pour ses projets en vision numérique.

Objectifs

  • Définir une procédure d’entraînement d’un modèle d’apprentissage profond pour faire de la classification d'image.
  • Construire un réseau de neurones favorable au traitement d’image à des fins de classifications
  • Utiliser des outils de régularisation pour améliorer les performances d'un modèle d'apprentissage profond.
  • Utiliser des architectures pré-entrainées pour de la classification de nouvelles catégories d’images.
  • Diagnostiquer et solutionner des enjeux liés aux données, comme un modèle entraîné avec un nombre de données insuffisant
  • Combiner plusieurs tâches dans un seul modèle d’apprentissage profond pour en maximiser les résultats

Clientèle cible

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

Préalables

Formation Notions de base de l’apprentissage automatique et formation Notions de base de l’apprentissage profond et des réseaux de neurones ou connaissances équivalentes

  • Connaissance de base en programmation (langage Python suggéré)
  • Connaître les notions de base de l'algèbre linéaire et du calcul différentiel

Formule d'enseignement

  • En ligne à votre rythme

    Autoformation

Que vais-je apprendre?

Contenu

Partie 1 : Introduction

  • Module 1.1 : Introduction
  • Module 1.2 : Préparation des données

Partie 2 : Classification d’images

  • Module 2.1 : Introduction à la convolution
  • Module 2.2 : Les architectures CNN
  • Module 2.3 : Apprentissage par transfert

Partie 3 : Amélioration des modèles

  • Module 3.1 : Augmentation de données
  • Module 3.2 : Régularisation
  • Module 3.3 : Sélection des hyperparamètres

Partie 4 : Classification d’images multitâche

  • Module 4.1 : Apprentissage multitâches


Précisions sur la formation

Cette formation est une autoformation. Vous pouvez débuter votre apprentissage au moment où vous le souhaitez. La plateforme de la formation vous sera accessible pour une durée de 365 jours suivant votre première connexion à PAX.

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/

Qui va m'accompagner?

Marc Parizeau

Professeur titulaire

David Beauchemin

Candidat au doctorat en informatique, Université Laval

Charles-Antoine Parent

Scientifique de données, baccalauréat en actuariat et maîtrise en IA

Frédérik Paradis

Expert en IA, Baseline

Dominique Pothier

Responsable aux Opérations, Expert en IA, Baseline

Christian Gagné

Professeur au département de génie électrique et de génie informatique, Université Laval

Audrey Durand

Professeure adjointe, Faculté des sciences et de génie, Université Laval

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.

Pour tout savoir sur notre offre de formation