STAGE Ingénieur - Traitement d'image / Vision par ordinateur

<p>Depuis 1989, CIMES réunit ingénieurs, doctorants et experts techniques afin d'apporter une vision holistique des performances système en synchronisant :</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; la simulation numérique,</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; l'ingénierie d'essais,</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; le data management.</p><p>Notre objectif : fournir une expertise de pointe pour caractériser le comportement mécanique des structures et analyser les écoulements de fluides. CIMES, c'est un écosystème unique composé de 5 départements complémentaires :</p><p>Structure Thermo-fluidique Digital Lab AEC Logiciels</p><p>Nous nous appuyons sur plus de 30 années d'expérience, avec nos propres outils internes : logiciels développés en interne, HPC (cluster de calcul haute performance), moyens d'essais dédiés (laboratoire &amp; site d'exploitation).</p><p></p><p><strong>CONTEXTE DU STAGE</strong></p><p>Le train constitue aujourdhui un pilier du transport durable en Europe grâce à sa rapidité et à ses faibles émissions. Lalimentation électrique des trains repose sur linteraction entre la caténaire et le pantographe, dont la bande de captage en carbone est soumise à une usure progressive.<br>Actuellement, cette usure est évaluée principalement via des inspections manuelles, sans solution de suivi en temps réel. Lémergence des technologies de vision et du machine learning ouvre de nouvelles perspectives pour développer des outils de surveillance continue et de maintenance prédictive.</p><p></p><p><strong>OBJECTIF DU STAGE</strong></p><p>Le stage vise à concevoir et développer un système de vision capable de mesurer lusure de la bande de captage du pantographe en conditions dexploitation.</p><p>Les objectifs principaux sont :</p><ul><li><p>Détecter automatiquement le contour de la bande de captage à partir dimages.</p></li><li><p>Estimer ses dimensions réelles (épaisseur notamment) via des techniques de calibration et dhomographie.</p></li><li><p>Mettre en place un prototype de suivi de lusure dans le temps.</p></li><li><p>Explorer des approches de machine learning adaptées à un faible volume de données.</p></li><li><p>Proposer un système de diagnostic avec génération dalertes.</p></li></ul><p>Avantages :</p><ul><li>chèques vacances</li><li>Tickets restaurants</li><li>Mutuelle</li><li>50% Transports</li></ul><br /><ul><li><p>Analyse du besoin et état de lart (vision industrielle, inspection ferroviaire).</p></li><li><p>Développement dalgorithmes de traitement dimages 2D.</p></li><li><p>Mise en uvre de méthodes de détection dobjets à géométrie complexe.</p></li><li><p>Génération de données synthétiques pour enrichir les jeux de données.</p></li><li><p>Implémentation de modèles de deep learning (CNN, U-Net ou équivalent).</p></li><li><p>Évaluation des performances et optimisation du système.</p></li><li><p>Participation à lintégration dun démonstrateur.</p></li></ul>