{"id":344,"date":"2018-11-27T10:46:10","date_gmt":"2018-11-27T08:46:10","guid":{"rendered":"http:\/\/members.loria.fr\/EKerrien\/?page_id=344"},"modified":"2026-01-05T17:27:05","modified_gmt":"2026-01-05T15:27:05","slug":"cets8ah","status":"publish","type":"page","link":"https:\/\/members.loria.fr\/EKerrien\/cets8ah\/","title":{"rendered":"Outils pour le traitement et l&#8217;analyse d&#8217;images (Image processing), CETS8AH, Mines de Nancy"},"content":{"rendered":"<p>Ce cours est organis\u00e9 en 7 s\u00e9ances. Chaque s\u00e9ance d\u00e9bute par un cours magistral d&#8217;1h \u00e0 1h30, qui est ensuite compl\u00e9t\u00e9 par un TD sur le sujet. Les TD se font sous le logiciel MATLAB dont les bases sont suppos\u00e9es \u00eatre connues. Pour ceux et celles d&#8217;entre vous qui auraient besoin d&#8217;une rapide mise \u00e0 niveau sur les aspects de MATLAB essentiels \u00e0 ce cours, je vous propose un sujet qui peut \u00eatre fait en 1h30.<\/p>\n<h3>Mise \u00e0 niveau MATLAB : fonctions essentielles \u00e0 ce cours<\/h3>\n<ul>\n<li><a href=\"\/EKerrien\/files\/data\/IntroMATLAB.pdf\">Activit\u00e9s de mise \u00e0 jour<\/a> (cr\u00e9\u00e9 pour la version R2018a mais encore valable pour la R2022a)<\/li>\n<li><a href=\"\/EKerrien\/files\/data\/pts.txt\">pts.txt<\/a> : fichier de points pour tester l&#8217;affichage de graphiques<\/li>\n<li><a href=\"\/EKerrien\/files\/data\/images.zip\">images.zip<\/a> : fichier zip contenant des images int\u00e9ressantes<\/li>\n<\/ul>\n<p>Pour ceux qui souhaiteraient aller plus loin, <a href=\"https:\/\/www.udacity.com\/course\/introduction-to-computer-vision--ud810\">le cours (gratuit)<\/a> propos\u00e9 par Aaron Bobick, Irfan Essa et Arpan Chakraborty de Georgia Tech sur la plateforme Udacity couvre les m\u00eames sujets que ce cours transversal, en les approfondissant, et en aborde quelques autres. Ce cours est toutefois pr\u00e9vu sur 4 mois, \u00e0 comparer aux 21h du CET.<\/p>\n<h3>Bases de traitement du signal<\/h3>\n<ul>\n<li><a href=\"\/EKerrien\/files\/data\/CETS8AH_Signal.pdf\">Transparents du cours<\/a><\/li>\n<li><a href=\"\/EKerrien\/files\/data\/CETS8AH_Signal_TD.pdf\">Texte du TD<\/a><\/li>\n<\/ul>\n<h3>Recalage d&#8217;images<\/h3>\n<ul>\n<li><a href=\"\/EKerrien\/files\/data\/CETS8AH_Recalage.pdf\">Transparents du cours<\/a><\/li>\n<li><a href=\"\/EKerrien\/files\/data\/CETS8AH_Recalage_TD.pdf\">Texte du TD<\/a><\/li>\n<\/ul>\n<h3>Segmentation d&#8217;images<\/h3>\n<ul>\n<li><a href=\"\/EKerrien\/files\/data\/CETS8AH_Segmentation.pdf\">Transparents du cours<\/a><\/li>\n<li><a href=\"\/EKerrien\/files\/data\/CETS8AH_Segmentation_TD.pdf\">Texte du TD<\/a><\/li>\n<\/ul>\n<h3>Introduction au deep learning<\/h3>\n<ul>\n<li><a href=\"\/EKerrien\/files\/data\/CETS8AH_DeepLearningIntro.pdf\">Transparents du cours<\/a><\/li>\n<li><a href=\"\/EKerrien\/files\/data\/CETS8AH_DeepLearningIntro_TD.pdf\">Texte du TD<\/a><\/li>\n<li><a href=\"https:\/\/papers.nips.cc\/paper\/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf\">Article sur AlexNet<\/a>: tr\u00e8s clair, avec pr\u00e9sentation de beaucoup de notions (int\u00e9r\u00eat des activations ReLU, dropout, data augmentation, local response normalization, impl\u00e9mentation GPU)<\/li>\n<li><a href=\"https:\/\/members.loria.fr\/FSur\/enseignement\/apprauto\/poly_apprauto_FSur.pdf\">L&#8217;excellent et tr\u00e8s complet cours de Fr\u00e9d\u00e9ric Sur<\/a> (enseignant aux Mines), \u00e0 relire si n\u00e9cessaire car c&#8217;est un pr\u00e9-requis de ce cours.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Ce cours est organis\u00e9 en 7 s\u00e9ances. Chaque s\u00e9ance d\u00e9bute par un cours magistral d&#8217;1h \u00e0 1h30, qui est ensuite compl\u00e9t\u00e9 par un TD sur le sujet. Les TD se font sous le logiciel MATLAB dont les bases sont suppos\u00e9es \u00eatre connues. Pour ceux et celles d&#8217;entre vous qui auraient besoin d&#8217;une rapide mise \u00e0 [&hellip;]<\/p>\n","protected":false},"author":31,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-344","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/members.loria.fr\/EKerrien\/wp-json\/wp\/v2\/pages\/344","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/members.loria.fr\/EKerrien\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/members.loria.fr\/EKerrien\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/members.loria.fr\/EKerrien\/wp-json\/wp\/v2\/users\/31"}],"replies":[{"embeddable":true,"href":"https:\/\/members.loria.fr\/EKerrien\/wp-json\/wp\/v2\/comments?post=344"}],"version-history":[{"count":49,"href":"https:\/\/members.loria.fr\/EKerrien\/wp-json\/wp\/v2\/pages\/344\/revisions"}],"predecessor-version":[{"id":475,"href":"https:\/\/members.loria.fr\/EKerrien\/wp-json\/wp\/v2\/pages\/344\/revisions\/475"}],"wp:attachment":[{"href":"https:\/\/members.loria.fr\/EKerrien\/wp-json\/wp\/v2\/media?parent=344"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}