3A - Parcours Robotique : CSC_5RO13

Deep Learning for Robotic Vision

Programmation 2026-2027

Professeurs :

Antoine MANZANERA
Philippe XU
Thomas REY
Zhi YAN

Chargé de TP :

Marwane HARIAT

Modalités de contrôle des connaissances :

Présentations orales d'un article de recherche au choix

Ce cours présente les techniques les plus récentes, fondées sur l'apprentissage profond, utilisées en vision par ordinateur
Après un rappel sur le deep learning, les différentes tâches de la vision par ordinateur utiles aux roboticiens sont abordées :

classification d'images
segmentation sémantique
détection d'objets
suivi (tracking) d'objets
estimation de pose

Enfin, une ouverture sur les techniques de quantification et de compression de réseaux profonds, importantes pour l'embarquabilité sur des systèmes autonomes, est présentée à la fin du cours.

CRÉNEAU	DESCRIPTION DE LA SÉANCE	PROF. / CHARGES DE TP	RESSOURCES
Mercredi 6/1/27 9:00--12:15	Introduction et Rappels sur les réseaux profonds Classification d'images	Thomas REY	Copie des transparents Fiche de TP
Mercredi 13/1/27 9:00--12:15	Segmentation sémantique, segmentation d'instances	Antoine MANZANERA / Marwane HARIAT	Copie des transparents Notebook pour le TP
Mercredi 20/1/27 9:00--12:15	Détection d'objets	Philippe XU	Transparents du cours (html) Notebook pour le TP
Mercredi 27/1/27 9:00--12:15	Estimation de la pose 3d	Thomas REY	Copie des transparents Matériel pour le TP
Mercredi 3/2/27 14:00--17:15	Suivi (Tracking) d'objets	Antoine MANZANERA	Copie des transparents Fiche de TP
Mercredi 10/2/27 9:00--12:15	Réseaux profonds embarqués pour la vision	Zhi YAN	Copie des transparents Lien vers le notebook du TP
TBD	Examen : présentations orales	TBD