Description du poste
Le sujet proposé dans ce stage vise proposer une chaine d’amélioration de la donnée simulée par méthodes de transfert de style IA.
Il s’agit d’explorer l'application de modèles de transfert de style (en particulier par diffusion) pour optimiser la qualité des images synthétiques en vue de réduire le gap de domaine (écart entre caractéristiques réelles et simulées) avec les images réelles. L'objectif est de transformer des images générées artificiellement pour qu'elles présentent des caractéristiques visuelles proches des photos, facilitant ainsi leur utilisation dans des modèles d'apprentissage automatique destinés à des applications concrètes.
Une chaine complète pourra mettre en oeuvre des algorithmes de captioning, des modèles de langues pré-entrainés (LLM) et des modèles capables de piloter des processus de diffusion (controlnets). Des approches algorithmiques d’adaptation de domaine pourront aussi être explorées pour mieux traiter la donnée simulée.
Afin d'évaluer la performance du transfert, le ou la stagiaire entraînera des algorithmes de détection ou de classification sur ces images adaptées et mesurera leur efficacité sur des images réelles.
Profil recherché
Le recrutement est réservé aux seuls ressortissants nationaux
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.