Back to all Internships

Thumb

Internship

Mons

MULTITEL ASBL

STAGE - Implémentation d’une solution de deep learning pour la classification de planctons

Company description

MULTITEL is a Research Centre in scientific technology supported by a multidisciplinary team including engineers and technicians, as well as a sales structure. Its aim consists in developing and implementing innovative projects in collaboration with local and international companies.

Multitel's scientific skills include voice technologies, data fusion, optic fibre applications, image processing, and computer network management. Besides its Research & Development activities, Multitel offers services in optics and telecom, and in company computer networks.

Job description

Les organismes vivants tels que les planctons sont des indicateurs de la qualité écologique et de la présence de certains pathogènes dans les eaux douces et marines. Actuellement, les chercheurs et organismes en charge du monitoring de la qualité des eaux doivent restreindre leurs analyses à de faibles échantillons d’eau dû aux limitations des outils actuels (temps d’analyse trop long, incapacité de fournir un catalogue des organismes présents, etc.). Il existe un besoin important chez ces acteurs pour un outil performant permettant notamment l'analyse automatique et rapide d'échantillons de planctons afin de pouvoir investiguer des volumes d’échantillons plus importants avec une classification automatisée et précise.

En vue de combler les limitations actuelles des systèmes d’analyse des eaux, Multitel et le laboratoire d’écologie numérique de l’UMONS (ECONUM) proposent un stage dont l’objectif sera de mettre en œuvre une solution de classification automatique des espèces planctoniques basée sur les avancées récentes en apprentissage profond (deep learning) et plus spécifiquement en réseaux neuronaux convolutionnels. Dans un premier temps, le stagiaire effectuera un état de l’art succinct sur les méthodes existantes pour la classification de planctons et choisira la (les) méthode(s) à implémenter. Il s’agira ensuite de mettre en œuvre la (les) solution(s) choisie(s) à l’aide des données fournies par le laboratoire ECONUM, et en se basant préférentiellement sur des implémentations existantes au sein de Multitel ou disponibles en open-source. Enfin, les performances de la (des) méthode(s) de classification seront évaluées sur des séquences de données de test et ses (leurs) éventuelles limitations seront mises en exergue. A noter que dans le cadre d’un travail de fin d’études, des améliorations algorithmiques pourront également être proposées et testées par l’étudiant.

Ainsi, les différentes étapes de ce stage sont les suivantes :

- Etat de l’art succinct des méthodes de classification d’images de planctons ;
- Choix de la (des) méthode(s) de classification sur base de solutions open-source et/ou de code existant à Multitel ;
- Prise en main des langages et librairies open-source nécessaires (Python, OpenCV, Keras…) ;
- Mise en œuvre de la (des) méthode(s) choisie(s) ;
- Evaluation sur les séquences de test ;
- Amélioration des approches algorithmiques (en option si TFE) ;
- Rédaction du rapport.

Searched Profile

Compétences en traitement du signal et d’image et en machine learning, connaissance du langage de développement C++ et/ou Python, capacités d'analyse et de synthèse, autonomie, anglais souhaité.

We offer

Possibilité d'embauche à l'issue du stage.

Apply for this job
Only for undergraduate students

Articles you may want to read

Similar internships