Objectif du projet :

• Développer un système de détection et de comptage automatique d’objets positionnés sur des rayonnages (supermarché, entrepôt, etc.).
• Produire des modèles robustes capables de gérer occlusions, variations d’échelle et conditions d’éclairage variées, et fournir des métriques de performance (précision, rappel, mAP, erreur de comptage).

Missions principales et livrables :

• Collecte et annotation ou enrichissement d’un jeu de données adapté (utilisation d’outils d’annotation comme CVAT, LabelImg…).
• Conception, entraînement et évaluation de modèles de détection d’objets (ex : YOLO, DETR, SSD) puis développement d’un module de comptage basé sur les sorties de détection.
• Optimisation pour l’inférence (quantification, pruning, accélération) et préparation d’un prototype ou d’une démonstration sur des séquences ou images réelles.
• Rédaction d’un rapport de stage PFE détaillant la méthodologie, les résultats expérimentaux et les recommandations pour production.

Compétences requises et outils :

• Connaissances en Deep Learning et Computer Vision : expérience avec des architectures de détection (YOLO, DETR, SSD, etc.).
• Maîtrise de Python et des frameworks DL : PyTorch et/ou TensorFlow, ainsi que OpenCV pour le pré-traitement d’images.
• Expérience pratique avec des outils d’annotation (CVAT, LabelImg…), rigueur scientifique et capacité d’analyse des résultats.

Environnement technique et données :

• Travail sur datasets d’images/vidéos d’étagères ; gestion des formats d’annotation (COCO, Pascal VOC, CSV) et pipelines de data augmentation.
• Évaluation expérimentale incluant métriques de détection (mAP) et métriques de comptage (erreur absolue moyenne, RMSE), courbes d’apprentissage et analyses d’erreurs.

Candidature :

• Pour postuler, envoyer votre CV, lettre de motivation et éventuellement des liens vers des projets/GitHub à careers@wisevision.io .
• Objet du mail : "Candidature Stage PFE – SUJET 2 DÉTECTION ET COMPTAGE AUTOMATIQUE D’OBJETS SUR RAYONNAGES".
• Précisez votre disponibilité (dates), durée souhaitée et expériences pertinentes en CV/vision par ordinateur.