Théo A. Email and Phone Number

Segmentation automatique : Conception et entraînement de modèles de deep learning pour la segmentation d'images médicales. Développement en Python : Conception, développement et déploiement de pipelines en Python pour l'implémentation des modèles de segmentation automatique et l'analyse de données.Équipe ICARE : http://ibv.unice.fr/research-team/gauci/

Quelques exemples de missions réalisées :- Création/Manipulation de données : - Création de nuages de points 3D par système LIDAR ("Faro Focus Laser Scanner") - Manipulation de modèles BIM ("Building Information Model") - Processus d'enregistrement entre modèle BIM et nuages de points 3D en utilisant le logiciel CloudCompare. Utilisation de l'outil Translation/Rotation puis de l'algorithme d'ICP ("Iterative Closest Points")- Deep Learning : - Utilisation de différents réseaux de neurones comme 3D-BoNet, PrimitiveNet, SGPN et PointGroup - Extraction des caractéristiques calculés par un modèle U-NET.- CGAL : - Utilisation du composant "Classification' et de la démo "Polyhedron3" - Calcul de caractéristiques pour des nuages de points 3D : - Vecteurs propres - Elévation - Dispersion- Machine Learning : - Apprentissage Supervisé : - Entraînement de classifieurs de type RandomForest, SVM, k-nearest neighbors, Boosting. - Apprentissage Non supervisé : - K-means clustering, Dimensionality Reduction, Principal Component Analysis- Statistiques et Scores : - Utilisation algorithme t-SNE - Visualisation de carte thermique ("Heat Map") - Calcul d'IOU ("Intersection Over Union") - Optimisation des paramètres des algorithmes de machine learning