Informations générales
Entité de rattachement
Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.
Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.
Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.
Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :
• La conscience des responsabilités
• La coopération
• La curiosité
Référence
2025-37901
Description de l'unité
Laboratoire de vision, vision 3D, modélisation, localisation, IA et vision pour la robotique
Description du poste
Domaine
Mathématiques, information scientifique, logiciel
Contrat
Stage
Intitulé de l'offre
Object model-conditioned image detection and segmentation H/F
Sujet de stage
During this internship, you will investigate state of the art techniques for detection of objects in images when the CAD model of the object is available (CAD-conditioned detection). Indeed, most state of the art approaches start with an object-agnostic segmentation (using Meta's SAM for instance) followed by template matching. But this does not work in industrial contexts, where objects are not cars, dogs or other everyday classes easily distinguishable from the background.
Durée du contrat (en mois)
6
Description de l'offre
See illustrations on:
https://kalisteo.cea.fr/index.php/offres-demploi/
During this internship, you will investigate state of the art techniques for detection of objects in images when the CAD model of the object is available (CAD-conditioned detection). Indeed, most state of the art approaches start with an object-agnostic segmentation (using Meta’s SAM for instance) followed by template matching. But this does not work in industrial contexts, where objects are not cars, dogs or other everyday classes easily distinguishable from the background. The internship will notably include:
Reviewing existing literature on the subject
Downloading and testing the best approaches identified
Implementing existing approaches lacking proper open-source implementation
Creating, implementing and benchmarking new approaches
Moyens / Méthodes / Logiciels
pytorch
Localisation du poste
Site
Saclay
Localisation du poste
France, Ile-de-France, Essonne (91)
Ville
Palaiseau
Critères candidat
Diplôme préparé
Bac+5 - Diplôme École d'ingénieurs
Formation recommandée
M2 recherche
Create candidate area
