_index.md

# Master 2 ID3D et IA - UE Apprentissage Profond Et Image (3 ECTS)

Responsables de l'enseignement : [Alexandre Meyer](http://liris.cnrs.fr/alexandre.meyer), 
[Julie Digne](http://liris.cnrs.fr/jule.digne) 
et [Nicolas Bonneel](http://liris.cnrs.fr/nicolas.bonneel) - LIRIS, Université Lyon 1

Volume horaire : 30h (CM/TP)


![im_all.png](images/im_all.png)

## Objectif de l'UE
<p style="text-align:justify;">Il s'agit d'une UE optionnelle de la 2ère année du Master d'Informatique parcours IA et ID3D de l'Université Lyon 1. Les cours ont lieu au semestre 1 (automne). L'objectif de l'UE est de donner les bases en apprentissage machine (notamment apprentissage profond) pour les problèmes d'images. </p>

[Les slides de la présentation des options sont ici.](doc/MLIMAGE_PresOption.pdf)


## Thématiques abordées

### Deep learning et images (A. Meyer)
  * Les bases de l'apprentissage profond : espace latent, régularisation, etc.
  * CNN, Autoencodeur
  * Segmentation : U-Net
  * Tracking : YOLO
  * Capture du squelette (type OpenPose, XNect, etc.)
  * Notion de transformer/attention pour la reconnaissance

### Deep learning et 3D (J. Digne)
  * GAN pour l'image
  * Traitement de nuage de points (pointNet, etc.)
  * Traitement de maillage (MeshConv, etc.)
  * NERF, SIREN


### Transport optimal (N. Bonneel)
  * Introduction au transport optimal



## Emploi du temps 2023

![documents/MLIMAGE_edt.png](doc/MLIMAGE_edt.png)


## Modalités de contrôle des connaissances (MCC)
todo