Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
Introduction aux modèles multimodaux Mistral
- Aperçu de Mistral Medium et de ses capacités multimodales
- Modèles OCR/document et cas d'usage
- Intégration avec les écosystèmes open source
Pipelines OCR et vision
- Fondamentaux de l'OCR avec les modèles Mistral
- Prétraitement d'images et de documents scannés
- Extraction de texte structuré à partir d'images
Compréhension des documents
- Conception de pipelines NLP pour documents
- Reconnaissance d'entités, résumés et classification
- Liaison intermodale des données texte et vision
Applications de recherche et de connaissances
- Systèmes de recherche vision-texte
- Création de recherche sémantique à partir des sorties OCR
- Dépôts de documents d'entreprise
Applications assistées et interactives
- Conception d'interfaces pour assistants multimodaux
- Applications d'accessibilité (p. ex., conversion vision vers texte)
- Outils de productivité réels
Performance et optimisation
- Passage à l'échelle des pipelines multimodaux
- Ajustement des performances d'inférence
- Évaluation des compromis entre précision et efficacité
Études de cas et orientations futures
- Applications industrielles de l'IA multimodale
- Tendances de la recherche en OCR et IA documentaire
- Considérations liées à une IA responsable dans les tâches vision-texte
Conclusion et prochaines étapes
Pré requis
- Compréhension des concepts de traitement du langage naturel (NLP)
- Expérience avec Python et les cadres de travail de ML
- Notions de base en vision par ordinateur
Public cible
- Équipes de produits
- Chercheurs en ML
- Ingénieurs en ML appliquée