Classification d’images de zooplancton lacustre à l’aide de l’apprentissage profond

Type d’annonce: Proposition – M2

Description de la proposition:

L’analyse du zooplancton in situ et à haute fréquence constitue une étape es-
sentielle pour la compréhension de l’écologie des milieux lacustres. Cependant,
les outils nécessaires à cette analyse, qui doit idéalement être réalisée à haut
débit, n’existent pas. Le développement de méthodes d’acquisition d’images de
zooplancton en milieu marin et les récents succès des méthodes d’apprentissage
profond pour classifier des images montrent que le
moment est propice pour s’attaquer à ce défi.

C’est dans ce cadre qu’un poste de stagiaire est ouvert pour travailler sur
la classification d’images de zooplancton à l’aide du deep learning. Une des dif-
ficultés de cette tâche sera le nombre insuffisant d’images annotées disponibles
pour l’apprentissage. Par conséquent le stagiaire devra tester des méthode
d’enrichissement de la base de données (data augmentation) et proposer des
solutions originales.

Proposé par: Etienne Decencière
Email: etienne.decenciere@mines-paristech.fr
Website: http://www.foljuif.ens.fr/
Laboratoire/Institution: CEREEP-Ecotron IDF
Adresse: 78, rue du Château, Saint-Pierre-Lès-Nemours, 77140, France
Details en pdf: http://gdr-miv.fr/gdr/wp-content/uploads/formidable/sujet_de_stage_izool_ti.pdf