Booster votre candidature en enregistrant et partageant votre vidéo de présentation aux recruteurs

J'enregistre ma vidéo
Retour

Offre proposée par

Cea

CEA

Segmentation sémantique avec réseaux de neurones quantifiés sur microcontrôleurs H/F

Palaiseau, Île-de-France Développement informatique
Postuler maintenant

Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.

Référence

2021-18324

Description de l'unité

Au sein de CEA Tech, nous proposons ainsi une offre assurant le lien entre technologie et applications, basée sur les plateformes de Conception et Systèmes embarqués, en particulier sur les domaines de l'intelligence artificielle, de l'Internet des Objets, des véhicules autonomes et de l'Usine du Futur.

L'intégration d'intelligence artificielle (IA) est aujourd'hui un enjeu majeur. Afin de dépasser les verrous actuels en termes d'efficacité d'implémentation embarquée, des nouvelles méthodes de conception et d'optimisation de réseau de neurones doivent être étudiées.
Le besoin d'innover et de maintenir l'avance technologique du CEA renforce les besoins sur les compétences liées au développement de méthodes, d'outils et solution technologiques innovants pour l'intelligence embarquée des systèmes de demain.

Description du poste

Domaine

Mathématiques, information scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Segmentation sémantique avec réseaux de neurones quantifiés sur microcontrôleurs H/F

Sujet de stage

Segmentation sémantique avec réseaux de neurones quantifiés sur microcontrôleurs

Durée du contrat (en mois)

6

Description de l'offre

Le LIAE développe la solution logicielle de Deep Learning appelée N2D2 [0]. Cet outil Open-Source permet de réaliser la simulation et d'automatiser l'implémentation d'applications basées sur les réseaux de neurones. La plateforme intègre des pilotes natifs de bases de données, une chaine de prétraitements avancée ainsi qu'un générateur de moteur d'inférence pour différents types de cibles matérielles. Cet outil aide au développement d'architectures matérielles neuromorphiques de nouvelles générations permettant d'améliorer l'efficacité calculatoire de ce type d'algorithme.

Les réseaux de neurones artificiels sont actuellement utilisés dans de nombreux domaines dont la segmentation sémantique [1]. Cet algorithme de Deep Learning permet d'associer un ensemble de pixels d'une image afin de former plusieurs catégories distinctes d'objets. Par exemple, une voiture autonome doit pouvoir être capable d'identifier des piétons, des panneaux de signalisation et d'autres éléments de l'environnement routier.
Suivant différentes contraintes, le traitement des données peut être réalisé sur le Cloud ou de manière embarquée. Pour améliorer le portage sur plateforme embarquée, de nombreux travaux de recherche ont abouti sur différentes techniques permettant de réduire l'empreinte mémoire et calculatoire d'un réseau de neurones artificiels. L'une des techniques les plus efficaces est la quantification, qui permet de compresser les poids et les activations des neurones sur un nombre réduit de niveaux d'états.

Dans le but d'exploiter les bénéfices de la quantification, le CEA LIST propose un stage de 6 mois pour étudier les architectures quantifiées de réseaux de neurones pouvant être déployées dans des applications de segmentation sémantique à contraintes restreintes.

Pour y arriver, le candidat utilisera les outils d'analyse de données en Python couplé à l'outil de Deep Learning N2D2. Des ressources de calculs conséquentes ainsi qu'un environnement de développement optimisé permettra au candidat de réaliser une étude complète. Ce stage offre également la possibilité de contribuer à N2D2 et de s'appuyer sur des techniques de quantification déjà implémentées [2].

Le stage se déroulant dans un environnement de recherche scientifique, le sujet pourra être amener à évoluer suivant les différents résultats du candidat. Des travaux d'analyses permettront d'ajuster la direction des travaux à effectuer :

· Analyse de plusieurs architectures de réseaux de neurones adaptées pour la segmentation sémantique

· Analyse et estimation de l'impact de la quantification sur les performances du réseau de neurones

· Analyse des performances du réseau quantifié couplé à un Single Shot Detector (SSD)

· Implémentation du réseau sur microcontrôleur

Références :
[0] : https://github.com/CEA-LIST/N2D2
[1] : https://arxiv.org/pdf/2001.05566.pdf
[2] : https://arxiv.org/pdf/1912.10207v1.pdf

Moyens / Méthodes / Logiciels

N2D2, C++, Python



Profil du candidat

Le candidat doit être doté d'un solide esprit d'analyse et doit savoir être force de proposition afin d'influer sur la direction de ses travaux de recherche.

Ce stage présente une bonne opportunité de se confronter au monde de la recherche, et de développer des compétences en travaillant à la frontière entre les domaines logiciels et matériels des réseaux de neurones profonds.

Compétences : Réseaux de neurones profonds, C++, statistique/probabilité, calcul numérique optimisé, Python