Postée il y a 5 jours
Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 92 000 collaborateurs pour un chiffre d'affaires de 23,2 milliards d'Euros en 2023, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés. Safran s'engage dans des programmes de recherche et développement qui préservent les priorités environnementales de sa feuille de route d'innovation technologique.
Safran est la 1ère entreprise du secteur aéronautique et défense du classement « World's Best Companies 2023 » du magazine TIME.
Safran est un groupe international d'haute technologie. Il est un fournisseur majeur des systèmes et d'équipement aéronautique et de défense. SAFRAN Tech, son centre de recherche et développement, conçoit les nouvelles technologies pour les sociétés du groupe, notamment pour la décarbonations de l'aviation.
L'équipe Systèmes d'Inspection Non-Destructif de le plateforme Sciences et Techniques du Numérique développe des nouveaux algorithmes et systèmes pour le contrôle non destructif (CND) des pièces aéronautiques produites à SAFRAN. La vérification de ces pièces par nos inspecteurs qualifiés nécessite souvent la détermination de la localisation 3D des indications dans nos pièces que sont observées dans plusieurs projections aux rayons X d'une pièce.
Notre objectif est d'évaluer les architectures d'IA de localisation des indications 3D à partir d'images 2D multi-vues de pièces à géométrie complexe. Dans ce contexte, le stage vise à :
1.Évaluer les approches de l'état de l'art pour la localisation d'indications 3D à partir d'images 2D multi-vues de relevance pour l'application CND,
2.Concevoir une architecture de localisation d'indications 3D et l'évaluer dans les images radiographiques multi-vues de SAFRAN en exploitant les annotations 2D des projections radios, des bases des données publiques annotés en 3D, et/ou des simulations,
3.Valider la performance du système de localisation à partir des projections rayons X multi-vues,
4.Fournir un code documenté et opérationnel pour une étude approfondie à SAFRAN,
Wang, Z.; Huang, Z.; Fu, J.; Wang, N. & Liu, S. Object as Query : Lifting Any 2D Object Detector to 3D Detection Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2023, 3791-3800
Langue : Français, anglais,
Compétences techniques : mathématiques appliquées, vision par ordinateur, programmation (python, pytorch),
Autres compétences : imagerie rayons X, vision 3D,
Compétences non techniques : Attentif aux détails, capacité à communiquer avec un public non technique, anglais technique bien écrit, capacité à proposer des solutions/mises en oeuvre innovantes, goût pour la recherche transrationnelle.
Langue : Français, anglais,
Compétences techniques : mathématiques appliquées, vision par ordinateur, programmation (python, pytorch),
Autres compétences : imagerie rayons X, vision 3D,
Compétences non techniques : Attentif aux détails, capacité à communiquer avec un public non technique, anglais technique bien écrit, capacité à proposer des solutions/mises en oeuvre innovantes, goût pour la recherche transrationnelle.