Stage Deep Learning pour l’Inspection automatique de réseaux d’eau – VERI

Le groupe Veolia a pour ambition de devenir l’entreprise de référence de la transformation écologique. Présent sur les cinq continents avec près de 179 000 salariés, le Groupe conçoit et déploie des solutions utiles et concrètes pour la gestion de l’eau, des déchets et de l’énergie qui participent à changer radicalement la donne. Au travers de ses trois activités complémentaires, Veolia contribue à développer l’accès aux ressources, à préserver les ressources disponibles et à les renouveler. En 2020, le groupe Veolia a servi 95 millions d’habitants en eau potable et 62 millions en assainissement, produit près de 43 millions de mégawattheures et valorisé 47 millions de tonnes de déchets.

La Direction des Expertises Scientifiques et Technologiques (DEST) regroupée dans l'entité Veolia Recherche & Innovation (VERI) se situe au cœur de la stratégie de Veolia pour aider le Groupe à devenir l'entreprise de référence de la transformation écologique.

Les expertises scientifiques et technologiques sont un des moteurs de l'évolution du Groupe. DEST a pour mission de répondre aux besoins des entités opérationnelles et de promouvoir l'excellence scientifique et technologique au sein du Groupe.

Nous croisons les disciplines et les expertises pour contribuer au développement de solutions qui permettent de faciliter l’accès aux services essentiels et aux ressources naturelles, de préserver celles-ci et de les utiliser et de les recycler efficacement. Nous intégrons les propositions innovantes de nos partenaires scientifiques et techniques et les développons, nous expérimentons au plus près du terrain.

• Missions & objectifs

L’apprentissage profond (deep learning) est une révolution qui permet de développer des algorithmes très puissants et ouvre la porte à de nouvelles fonctionnalités dans des domaines très divers, en particulier en vision par ordinateur, et pour l’industrie. Le cycle de distribution et de traitement des eaux est un domaine qui foisonne de défis de recherche sur lesquels se penche la Recherche & Innovation de Veolia. Afin d’assurer une gestion optimale et sécurisée des ouvrages permettant le transport de l’eau, il est nécessaire d’opérer une inspection régulière, réalisée grâce à une caméra portée par un chariot évoluant dans les canalisations et contrôlée par l’opérateur. Le processus d’inspection des canalisations d’eaux usées est majoritairement manuel et basé sur l’expertise de l’opérateur qui détecte, identifie les défauts observables (fissures, ruptures, défauts de jointure entre tronçons…) et fournit un rapport d’inspection. Ce processus a été très peu modifié au fil des années et nécessite des améliorations. Le projet de recherche dans lequel s’inscrit ce stage a pour objectif de transformer l’activité à travers des processus d’aide à la décision.

VERI souhaite donc explorer différentes techniques de deep learning, de statistiques et de traitement d’images, afin d’améliorer la classification de défauts dans les canalisations.

Ce stage permet de travailler sur une grande quantité de données industrielles concrètes (centaines de milliers d’images), déjà constituées en bases annotées exploitables, afin de pouvoir tirer réellement parti du deep learning, et avec l’appui d’une infrastructure cloud opérationnelle.

• Missions principales

Révision bibliographique sur les modèles convolutifs Deep Learning appliqués au domaine

Exploration potentielle de différentes pistes selon l’avancement du projet :

• Développement de modèles de classification multi-vues  (plusieurs images en entrée)

• Développement de modèles de synthèse d'images (GAN, self-supervised learning, etc)

• Comparaison de performances de modèles de classification sur un dataset construit avec et sans synthèse d’images

• Formation

Niveau Master 2 ou Élève ingénieur.e généraliste en dernière année  ( BAC+5 )

Spécialisation en machine learning, traitement d’images et des signaux, ou statistiques.
 

Mots-clés : Computer vision, Deep Learning, Artificial intelligence, Generative Adversarial Networks, Image Processing, Data Fusion

 

• Vos compétences 

Bonne maîtrise de Python et TensorFlow/Keras et de modèles convolutifs Deep Learning

Bonne connaissance des techniques d’analyse visuelle et de traitement d’images

Bonne communication écrite et orale

Bonne maîtrise de l’anglais
 

• Vos qualités, votre savoir-être

Aptitude à travailler en équipe, à communiquer avec des non spécialistes

Aisance en programmation informatique

Curiosité intellectuelle

En tant qu'entreprise inclusive, Veolia s’engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination.