Formation Vision par ordinateur pour la conduite autonome

Cette formation en direct, animée par un formateur, à Canada (en ligne ou en présentiel), s'adresse aux ingénieurs en robotique de niveau avancé et aux chercheurs en IA qui souhaitent mettre en œuvre des algorithmes de planification de trajectoire sophistiqués afin d'améliorer les performances des véhicules autonomes.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les fondements théoriques des algorithmes avancés de planification de trajectoire.
• Implémenter des algorithmes tels que RRT*, A* et D* pour la navigation en temps réel.
• Optimiser la planification de trajectoire pour l'évitement d'obstacles et les environnements dynamiques.
• Intégrer les algorithmes de planification de trajectoire avec les données des capteurs afin d'améliorer la précision.
• Évaluer les performances de divers algorithmes dans des scénarios pratiques.

Cette formation en présentiel animée par un instructeur à Canada (en ligne ou sur place) s'adresse aux scientifiques des données de niveau avancé, aux spécialistes de l'IA et aux développeurs d'IA automobile souhaitant créer, entraîner et optimiser des modèles d'IA pour des applications de conduite autonome.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les fondamentaux de l'IA et de l'apprentissage profond dans le contexte des véhicules autonomes.
• Mettre en œuvre des techniques de vision par ordinateur pour la détection d'objets en temps réel et le suivi de voie.
• Utiliser l'apprentissage par renforcement pour la prise de décision dans les systèmes de conduite autonome.
• Intégrer des techniques de fusion de capteurs pour améliorer la perception et la navigation.
• Construire des modèles d'apprentissage profond pour prédire et analyser les scénarios de conduite.

Cette formation en direct, animée par un formateur, à Canada (en ligne ou en présentiel), s'adresse aux ingénieurs en sécurité de niveau avancé et aux professionnels de la sécurité automobile souhaitant élaborer des stratégies de sécurité exhaustives pour les véhicules autonomes, notamment des analyses de dangers, des évaluations de la sécurité fonctionnelle et la conformité aux normes internationales.

À la fin de cette formation, les participants seront en mesure de :

• Identifier et évaluer les risques liés à la sécurité des systèmes de conduite autonome.
• Réaliser des analyses de dangers et des évaluations des risques conformément aux normes du secteur.
• Mettre en œuvre des méthodes de validation et de vérification de la sécurité pour les systèmes de véhicules autonomes (AV).
• Appliquer des normes de sécurité fonctionnelle, telles que l'ISO 26262 et la SOTIF.
• Développer des stratégies d'atténuation des risques face aux défis de sécurité des véhicules autonomes.

Le SDK CANN (Compute Architecture for Neural Networks) fournit des outils puissants de déploiement et d'optimisation pour les applications d'IA en temps réel dans les domaines de la vision par ordinateur et du TAL, en particulier sur le matériel Huawei Ascend.

Cette formation pratique dirigée par un instructeur (en ligne ou en présentiel) s'adresse aux praticiens de l'IA de niveau intermédiaire qui souhaitent construire, déployer et optimiser des modèles de vision et de langage en utilisant le SDK CANN pour des cas d'utilisation en production.

À l'issue de cette formation, les participants seront en mesure de :

• Déployer et optimiser des modèles de vision par ordinateur et de TAL à l'aide de CANN et d'AscendCL.
• Utiliser les outils CANN pour convertir des modèles et les intégrer dans des pipelines en temps réel.
• Optimiser les performances d'inférence pour des tâches telles que la détection, la classification et l'analyse des sentiments.
• Construire des pipelines de vision par ordinateur et de TAL en temps réel pour des scénarios de déploiement sur edge ou dans le cloud.

Format du cours

• Conférence interactive et démonstration.
• Atelier pratique avec déploiement de modèles et profilage des performances.
• Conception de pipelines en direct en utilisant des cas d'utilisation réels de vision par ordinateur et de TAL.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Cette formation en direct, animée par un instructeur, en Canada (en ligne ou en présentiel), s'adresse aux professionnels de niveau avancé souhaitant approfondir leur compréhension de la vision par ordinateur et explorer les capacités de TensorFlow pour développer des modèles de vision sophistiqués avec Google Colab.

À la fin de cette formation, les participants seront en mesure de :

• Créer et entraîner des réseaux neuronaux convolutifs (CNN) avec TensorFlow.
• Tirer parti de Google Colab pour un développement de modèles évolutif et efficace dans le cloud.
• Mettre en œuvre des techniques de prétraitement d'images pour les tâches de vision par ordinateur.
• Déployer des modèles de vision par ordinateur pour des applications réelles.
• Utiliser l'apprentissage par transfert pour améliorer les performances des modèles CNN.
• Visualiser et interpréter les résultats des modèles de classification d'images.

Cette formation en direct, animée par un formateur, à Canada (en ligne ou sur site), s'adresse aux professionnels de niveau débutant qui souhaitent explorer les dilemmes éthiques et les cadres juridiques entourant les véhicules autonomes.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les implications éthiques de la prise de décision alimentée par l'IA dans les véhicules autonomes.
• Analyser les cadres juridiques et les politiques mondiaux régissant les voitures autonomes.
• Examiner la responsabilité et la reddition de comptes en cas d'accidents impliquant des véhicules autonomes.
• Évaluer l'équilibre entre l'innovation et la sécurité publique dans les lois sur la conduite autonome.
• Discuter d'études de cas réelles impliquant des dilemmes éthiques et des litiges juridiques.

Cette formation en direct animée par un formateur en Canada (en ligne ou sur site) s'adresse au personnel des services de police de niveau débutant souhaitant passer du croquis manuel de visages à l'utilisation d'outils d'IA pour développer des systèmes de reconnaissance faciale.

À la fin de cette formation, les participants seront capables de :

• Comprendre les principes fondamentaux de l'Intelligence Artificielle et de l'Apprentissage Automatique.
• Apprendre les bases du traitement numérique des images et leur application dans la reconnaissance faciale.
• Développer des compétences dans l'utilisation d'outils et de cadres d'IA pour créer des modèles de reconnaissance faciale.
• Acquérir une expérience pratique dans la création, l'entraînement et les tests de systèmes de reconnaissance faciale.
• Comprendre les considérations éthiques et les bonnes pratiques en matière d'utilisation de la technologie de reconnaissance faciale.

Fiji est un puissant package de traitement d'images open-source qui bundle ImageJ (un programme conçu pour des images scientifiques multidimensionnelles) ainsi qu'une suite complète de plugins pour l'analyse d'images scientifiques.

Dans cette formation live animée par un instructeur, les participants apprendront à exploiter la distribution Fiji et son programme ImageJ sous-jacent pour créer des applications d'analyse d'images robustes.

À la fin de cette formation, les participants seront capables de :

• Utiliser les fonctionnalités de programmation avancées et les composants logiciels de Fiji pour étendre les capacités d'ImageJ
• Assembler de grandes images 3D à partir de tuiles superposées
• Automatiser la mise à jour d'une installation Fiji au démarrage en utilisant le système de mise à jour intégré
• Choisir parmi une large sélection de langages de script pour construire des solutions d'analyse d'images personnalisées
• Utiliser les puissantes bibliothèques de Fiji, telles que ImgLib, pour traiter efficacement de grands ensembles de données bioimage
• Déployer des applications et collaborer efficacement avec d'autres scientifiques sur des projets similaires

Format de la Formation

• Conférence interactive et discussion
• Nombreux exercices et application pratique
• Mise en œuvre pratique dans un environnement de laboratoire live

Options de Personnalisation de la Formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Cette formation en direct, animée par un formateur, en Canada (en ligne ou en présentiel), s'adresse aux chercheurs et professionnels de laboratoire de niveau débutant à intermédiaire souhaitant traiter et analyser des images liées aux tissus histologiques, aux cellules sanguines, aux algues et à d'autres échantillons biologiques.

À l'issue de cette formation, les participants seront en mesure de :

• Naviguer dans l'interface de Fiji et utiliser les fonctions principales d'ImageJ.
• Prétraiter et améliorer les images scientifiques pour une analyse plus performante.
• Analyser quantitativement les images, y compris le comptage cellulaire et la mesure de surfaces.
• Automatiser les tâches répétitives à l'aide de macros et de plugins.
• Personnaliser les flux de travail pour répondre aux besoins spécifiques de l'analyse d'images en recherche biologique.

Cette formation en direct, animée par un instructeur à Canada (en ligne ou sur site), s'adresse aux professionnels et aux passionnés de niveau débutant souhaitant comprendre les concepts fondamentaux, les technologies et les applications des véhicules autonomes.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les composants clés et les principes de fonctionnement des véhicules autonomes.
• Explorer le rôle de l'IA, des capteurs et du traitement des données en temps réel dans les systèmes de conduite autonome.
• Analyser les différents niveaux d'autonomie des véhicules et leurs applications concrètes.
• Examiner les aspects éthiques, juridiques et réglementaires de la mobilité autonome.
• Obtenir une expérience pratique avec des simulations de véhicules autonomes.

Cette formation animée par un instructeur en Canada (en ligne ou sur site) s'adresse aux spécialistes de la fusion de capteurs et aux ingénieurs en IA de niveau avancé souhaitant développer des algorithmes de fusion multi-capteurs et optimiser la navigation en temps réel dans les systèmes autonomes.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les fondamentaux et les défis de la fusion de données multi-capteurs.
• Implémenter des algorithmes de fusion de capteurs pour la navigation autonome en temps réel.
• Intégrer des données issues de LiDAR, de caméras et de RADAR pour améliorer la perception.
• Analyser et évaluer les performances du système de fusion dans diverses conditions.
• Développer des solutions pratiques pour la réduction du bruit des capteurs et l'alignement des données.

Cette formation en direct, animée par un formateur à Canada (en ligne ou en présentiel), s’adresse aux ingénieurs en logiciel souhaitant programmer en Python avec OpenCV 4 pour l’apprentissage profond.

À l’issue de cette formation, les participants seront en mesure de :

• Afficher, charger et classifier des images et des vidéos à l’aide d’OpenCV 4.
• Mettre en œuvre l’apprentissage profond dans OpenCV 4 avec TensorFlow et Keras.
• Exécuter des modèles d’apprentissage profond et générer des rapports percutants à partir d’images et de vidéos.

Cette formation en direct, dirigée par un instructeur, à Canada (en ligne ou en présentiel), s'adresse aux ingénieurs de niveau intermédiaire, aux professionnels de l'automobile et aux spécialistes de l'IoT qui souhaitent comprendre le rôle des capteurs dans les voitures autonomes, en couvrant le LiDAR, le radar, les caméras et les techniques de fusion de capteurs.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les différents types de capteurs utilisés dans les véhicules autonomes.
• Analyser les données des capteurs pour la perception et la prise de décision en temps réel.
• Mettre en œuvre des techniques de fusion de capteurs pour améliorer la précision et la sécurité des véhicules.
• Optimiser le placement et le calibrage des capteurs pour améliorer les performances de conduite autonome.

Cette formation en présentiel ou à distance, animée par un instructeur en Canada, s'adresse aux ingénieurs réseau et aux développeurs de l'IoT automobile de niveau intermédiaire qui souhaitent comprendre et mettre en œuvre les technologies de communication V2X pour les véhicules autonomes.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts fondamentaux de la communication V2X.
• Analyser les modèles de communication V2V, V2I, V2P et V2N.
• Mettre en œuvre des protocoles V2X tels que DSRC et C-V2X.
• Développer des simulations pour les environnements de véhicules connectés.
• Aborder les défis de la cybersécurité et de la vie privée dans les réseaux V2X.

Ce cours en direct, dirigé par un formateur, à Canada (en ligne ou sur site), s'adresse aux professionnels de niveau intermédiaire qui souhaitent utiliser Vision Builder AI pour concevoir, mettre en œuvre et optimiser des systèmes d'inspection automatisée pour les procédés SMT (Technologie de montage en surface).

À la fin de cette formation, les participants seront capables de :

• Mettre en place et configurer des inspections automatisées à l'aide de Vision Builder AI.
• Acquérir et prétraiter des images de haute qualité pour analyse.
• Mettre en œuvre des décisions basées sur la logique pour la détection de défauts et la validation des procédés.
• Générer des rapports d'inspection et optimiser les performances du système.