Contexte

Depuis 2014, les réseaux convolutionnels ont démontré leur capacité de reconnaissance surpassant largement la plupart des autres modèles neuronaux ou statistiques. Si ces bons résultats rendent éligibles ces réseaux dès lors que puissance de calcul et énergie sont présentes, il n’en va pas de même lorsque qu’il est envisagé de les intégrer dans un système embarqué temps réel ayant des contraintes énergétiques fortes.

Objectif du stage

Ce stage a pour a ambition de réaliser un modèle de réseau convolutionnel à l’aide d’une banque de 1500 images provenant d’examen Endoscopiques et d’étudier ensuite l’embarquabilité de ce modèle.

L’étude prendra en compte les contraintes liées à l’intégration de l’algorithme dans un système embarqué en se basant sur des critères de puissance de calcul, de débit d’entrée/sortie, de consommation et de facteur de formes. Une description algorithmique permettant l’utilisation de synthèse de haut niveau sera réalisée.

Les efforts seront concentrés dans la compréhension du modèle de réseau convolutionnel développé afin de déterminer les possibles optimisations. Une piste pourra être d’utiliser le modèle pour identifier les prétraitements les plus efficaces pour extraire les caractéristiques pertinentes des images contenant des polypes.

Moyens

Les outils utilisés seront des PC sous Linux avec les outils de développement Vivado de Xilinx, Matlab et gcc.

Profil

Des compétences en traitement des image et/ou en conception de systèmes numériques seront appréciés dans le cadre de ce stage.

Encadrement

Le stage de six mois sera remunéré à 554.40€/mois et localisé dans l'équipe SYEL au département SoC du LIP6 à l'Univesité Pierre et Marie Curie. Il sera encadré par Bertrand Granado, Andrea Pinna et orlando Chuquimia

Contact: Bertrand Granado