Segmentation d’instances de légumes semi-supervisée

Pour résoudre une problématique liée à l’analyse d’images en temps réel, Lapalme Gestion Conception Mécanique recherche un algorithme d’intelligence artificielle qui soit performant dans un contexte de tâches agricoles. Lors d’un précédent projet, nous avons identifié plusieurs modèles prometteurs. Nous visons maintenant à pousser les performances des modèles tout en limitant l’effort d’annotation de nouvelles images en leur ajoutant la capacité d’apprendre de façon semi-supervisée. En effet, il est aisé de recueillir de grandes quantités d’images, mais leur annotation manuelle est un travail fastidieux et coûteux. Une approche qui consisterait à utiliser les modèles de vision artificielle eux-mêmes pour annoter de nouvelles images permettrait d’ajouter continuellement de nouvelles données d’entraînement à très peu de coût. Cette recherche contribuera à augmenter les connaissances dans le domaine de l’apprentissage profond en proposant de nouvelles méthodes d’apprentissage semi-supervisées appliquées à segmentation d’instances sur des données agricoles.

Faculty Supervisor:

Brahim Chaib-draa

Student:

Partner:

Lapalme Gestion Conception Mécanique

Discipline:

Computer science

Sector:

Professional, scientific and technical services

University:

Université Laval

Program: