Devenir ingénieur en vision par ordinateur

La vision par ordinateur (CV) est un domaine de l’intelligence artificielle qui apprend aux ordinateurs à interpréter et à comprendre le monde visuel. Cette technologie fonctionne un peu comme la vue humaine, mais avec quelques différences notables : les humains disposent de toute une vie de contexte pour apprendre à distinguer les objets, à évaluer leur distance, à déterminer s’ils sont en mouvement et à repérer si une image présente un problème.

La technologie CV ne permet pas seulement aux ordinateurs de visualiser des images : elle leur permet aussi d’en extraire le message ou l’objectif, par exemple en déterminant la distance et le mouvement des objets qui approchent. Grâce aux progrès de l’intelligence artificielle et aux innovations en apprentissage profond et en réseaux neuronaux, le domaine a fait d’importants bonds en avant ces dernières années et a dépassé les capacités humaines dans certaines tâches de détection et d’étiquetage d’objets.

La CV permet de mettre au point des solutions concrètes dans différents secteurs, comme la médecine, où elle est extrêmement utile pour les applications de diagnostic. Cependant, l’utilité de la CV s’étend aussi à de nombreuses autres applications, notamment dans le sport, le commerce de détail, l’agriculture, les transports, l’industrie manufacturière et bien d’autres domaines. Chez Ultralytics, nous rendons l’entraînement des modèles et le machine learning accessibles à tous. Notre objectif est de t’aider à tirer parti de la puissance de l’intelligence artificielle sans avoir à te soucier de tous les détails techniques. Grâce à nos efforts, nous avons vu des élèves de collège commencer à entraîner leurs propres modèles avec Ultralytics Platform et YOLOv5.

« La vision par ordinateur est l’une des avancées les plus remarquables issues de l’apprentissage profond et de l’intelligence artificielle. Les progrès apportés par l’apprentissage profond au domaine de la vision par ordinateur ont vraiment permis à celui-ci de se démarquer. »

Wayne Thompson, scientifique des données chez SAS

Les ingénieurs en vision par ordinateur appliquent l’IA de vision et la recherche en apprentissage automatique pour résoudre des problèmes concrets. Ils possèdent généralement une grande expérience de différents systèmes, comme la reconnaissance d’images, l’apprentissage automatique, l’IA edge, les réseaux et les communications, l’apprentissage profond, l’intelligence artificielle, le calcul avancé, l’annotation d’images, la science des données et la segmentation d’images et de vidéos. Sans plus attendre, nous aimerions te présenter un ingénieur en vision par ordinateur et te faire découvrir son expérience.

Faisons la connaissance de Muhammad !#

Muhammad Rizwan Munawar est ingénieur en vision par ordinateur. Il a obtenu une licence en informatique, avec une spécialisation en intelligence artificielle, à l’Université COMSATS d’Islamabad, campus de Wah. Son expertise ne se limite pas à la vision : sachant que des compétences supplémentaires peuvent l’aider à progresser et à faire évoluer sa carrière, il possède également des connaissances en applications de bureau, en développement web front-end et en création de tableaux de bord attrayants. Il travaille actuellement comme freelance et développe des solutions adaptées aux différents besoins de ses clients.

Comment as-tu découvert l’apprentissage automatique et l’IA de vision ?#

« Eh bien, le parcours a été semé d’embûches et a exigé un travail acharné et constant. Quand j’ai commencé, je ne connaissais même pas la détection d’objets, mais j’étais curieux et passionné, surtout par l’IA de vision. J’étais en dernière année d’études lorsque j’ai commencé à travailler en freelance, simplement pour acquérir des compétences. En parallèle, j’ai commencé à apprendre les bases de l’apprentissage automatique grâce à différentes chaînes YouTube. Après avoir travaillé régulièrement pendant 7 à 8 mois, j’ai acquis une bonne compréhension de l’IA de vision et de l’apprentissage profond, puis j’ai décidé de poursuivre ma carrière professionnelle dans le domaine de la CV. »

Parle-nous de ton expérience avec Ultralytics YOLOv5 !#

« J’utilise Ultralytics YOLOv5 depuis sa sortie, mais cela fait 1,5 an que je l’utilise pour développer et modifier correctement des solutions adaptées à différents cas d’usage. » « Au départ, je travaillais sur un problème lié à la détection d’objets. J’ai donc commencé à explorer différents algorithmes de détection d’objets. Après quelques recherches, j’ai comparé le mAP de différents détecteurs d’objets et j’ai constaté que la précision de YOLOv5 sur le jeu de données COCO était très élevée par rapport à celle des autres détecteurs disponibles à l’époque. J’ai donc annoté mes données et affiné YOLOv5 sur mes données personnalisées pour détecter des personnes. » « YOLOv5 est très facile à utiliser, à modifier et à affiner, et son immense communauté est toujours là pour aider en cas de problème. Les mises à jour régulières de YOLOv5 me permettent de détecter des objets efficacement et toujours plus facilement. »

Les 3 conseils de Muhammad pour les débutants#

1. Apprends régulièrement de nouveaux concepts et garde une routine constante. Muhammad attribue une grande partie de sa réussite à la régularité.
2. Continue à réfléchir à de nouvelles idées, même si elles te paraissent stupides ! Elles t’aideront à approfondir ta réflexion. Essaie de mettre ces idées en œuvre jusqu’à un certain point et note-les dans un document. Suis toujours cette méthode.
3. Réalise des projets liés à la CV. Travailler régulièrement sur des projets t’aidera à apprendre et à développer une passion pour le domaine de la CV.

Merci d’avoir suivi le parcours de Muhammad ! Pour en savoir plus sur son travail, consulte son blog Medium. Et pour rester au courant des dernières actualités d’Ultralytics YOLOv5 et de l’IA visuelle que nous partageons, suis-nous sur Twitter et LinkedIn !