Lors de ma deuxième année de Bachelor à Toulouse Ynov Campus, il est demandé de faire un stage en entreprise afin de valider son année mais aussi afin d’acquérir plus d’expérience professionnelle. L’entreprise Intence cherchait un stagiaire pour une mission dans l’Intelligence Artificielle et comme ce domaine m’intéresse j’ai donc postuler chez eux, et enfin j’ai étais pris. Au cours de cet article je vais vous parlez du déroulement du stage.
Début du stage
Avant de commencer le stage j’ai eu un entretien avec Mr Alexandre Magnat, le chef de l’entreprise, sur la vision qu’il avait sur la mission mais aussi sur le résultat qu’il espérait. Ayant très peu découvert ce domaine il m’a donc fallu faire des recherches sur le sujet pour connaître en premier point les technologies déjà existantes dans ce domaine, puis comprendre leurs fonctionnements mais aussi faire une découpe du projet pour voir les différents points d’avancement et sur quoi mes recherches devaient porté en premier. Le travail étant en autonomie je me fixais moi même des points d’avancement afin d’accomplir la mission au plus vite, je faisais aussi des points avec Mr Magnat pour avoir son avis sur l’avancement du projet mais aussi sur des idées de développement que j’avais et pour savoir si j’avançais dans la bonne direction. Ayant commencé milieu avril et étant en rythme alterné (le matin cours et l’après-midi stage), au cours de ce mois je faisais principalement des recherches sur les bibliothéques Python dans la computer vision et le traitement d’image, mais aussi sur YOLO qui est un réseau de convolution de neurones, utilisé pour faire de la détection d’objets ou même de personne. Puis une fois ces recherches faites, je commençais à faire les premiers essaies afin de mieux comprendre ce que j’utilisais mais aussi je dressais un plan en fonction des recherches que je faisais pour parvenir à remplir la mission. Quand j’avais des points bloquant, que ce soit en termes d’idées ou même dans mon code, je pouvais demander de l’aide à une autre personne de l’entreprise, Marie, qui était un peu la personne que je devais contacter en cas de besoin. Elle m’a donné des idées d’avancement quand j’en avais besoin et parfois elle était présente aussi lors des réunions que je tenais avec Mr Magnat.
Les avancements de la mission
La première partie de la mission consistais à détecter le haut du corps (au dessus des jambes) et le bas du corps d’une personne. Pour effectuer cette tâche j’ai appris à utiliser YOLO, le réseau de neurones convolutif, qui est justement permet de faire des détections. Je me suis servi de la documentation de YOLO sur Github afin de mieux comprendre son fonctionnement mais aussi de vidéos et d’autres sites web qui expliquaient sont fonctionnement. La première étape consistais à créer son jeu de données. Pour ça j’ai recueilli des images libres de droit de personne sur internet et comme expliqué dans l’article sur l’entrainement du modèle YOLO, il faut les mettre dans un dossier d’entrainement et passer à l’entrainement du modèle YOLO. Une fois le modèle entraîner, j’ai continué à chercher sur la manière de travailler l’image après la détection faite. Au début je cherchais des bibliothéques Python sur l’extraction de couleurs dans l’image et notamment la partie détecter. Puis n’ayant pas vraiment trouvé de bibliothéques permettant d’effectuer cette tâche de façon automatique, j’ai commencé à réfléchir sur comment je pouvais mettre en place cette méthode. J’ai donc continué mes recherches sur les bibliothéques de trainement d’image en Python, notamment OpenCV afin de connaitre les différentes méthodes que cette bibliothéque proposée, et j’ai commencé à faire une réflexion d’abord sur papier puis à faire mes premiers tests. Les résultats n’étaient pas très concluant au début et je continuais à réfléchir sur d’autre façon d’élaborer le projet. Puis au cours du mois de juin, suite à une réunion avec Mr Magnat, il m’a donné de nouvelle directive pour le projet suite à une idée que je lui ai proposé, et j’ai commencé à explorer cette idée. Actuellement au niveau de cette nouvelle directive, la partie détection est complété et on a bien la partie haute et la partie basse détectées, nous arrivons bien à faire une comparaison de certains éléments d’une première image avec ceux d’une seconde image et à avoir de bon résultats au niveau de ses comparaison, mais il reste des résultats peu convaincant donc pour le reste de ma mission le 31 août je vais continuer d’améliorer les résultats afin de complétement ma mission.
Ressenti du stage
Travailler en autonomie et chez soit n’est pas toujours évident, parfois on doute de notre avancement, parfois quand on a un point bloquant on n’a pas toujours l’aide espérer ou on ne comprend pas toujours d’où vient le problème, ou encore il y a les distractions autour de nous comme les voisins qui viennent vous voir pendant qu’on travaille mais ce fut une belle expérience de pouvoir accomplir ce stage en distanciel et en autonomie. Ce stage m’a permis d’apprendre à gérer mon temps, et fixer des priorités pour avancer, et il m’a permis aussi de développer ma créativité pour réfléchir à une façon d’accomplir la mission, et à mieux présenter et défendre mon point de vue dans un milieu professionnel. Je suis reconnaissant d’avoir pu effectuer mon stage de deuxième année chez Intence car j’ai pu découvrir la computer vision et les intelligence artificielle, j’ai appris à entrainer un modèle YOLO et j’ai appris son fonctionnement et son utilisation. J’ai aussi appris à faire du traitement d’image en Python, à utiliser différentes bibliothéques Python pour le faire et aussi à comprendre comment sont faites les images. Je remercie Mr Alexandre Magnat et l’équipe d’Intence pour l’opportunité qu’ils m’ont faite, mais aussi les différentes personnes qui m’ont accompagné au cours de ce stage.