informations générales
Creusot
Contexte :
Le système Wasoria Box permet de détecter et de compter différents types de déchets sur les convoyeurs des centres de tri. Cet outil, reposant sur le traitement d'images en temps réel, offre une analyse fine des performances des centres de tri et facilite l'identification d'éventuels dysfonctionnements.
Cependant, si les performances du système sont satisfaisantes, elles sont insuffisantes pour certaines applications pour lesquelles la nature des déchets doit être déterminée avec une très grande fiabilité.
Objectif de la thèse:
Dans ce contexte, Wasoria recherche un(e) candidat(e) pour une thèse CIFRE conventionnée ANRT intitulée « fusion multimodale pour la reconnaissance d'objets déformés dans un centre de tri industriel ». Cette thèse sera axée sur le développement d'un nouveau système mettant en œuvre plusieurs capteurs afin de détecter les déchets présents sur un convoyeur et de déterminer leur typologie.
Plus spécifiquement, l'objectif de la thèse est de développer un modèle de deep learning capable d'exploiter les données multi-modales fournies par différents capteurs afin de détecter et classer les déchets avec une grande précision.
Missions :
Vos missions inclueront :
- la recherche bibliographique et l'étude des approches existantes ;
- le développement et la validation de méthodologies innovantes en lien avec le sujet de recherche ;
- l'application des résultats sur des cas d'usage industriels.
- la publication de vos résultats dans des conférences et revues scientifiques.
Environnement de travail :
La thèse se déroulera au sein de l'équipe de Wasoria qui est hébergée dans le technopôle Hub&Go au Creusot (71), dans un environnement stimulant et orienté vers l'innovation. Le ou la thésard(e) sera également intégré(e) au Laboratoire ImViA, présent également sur le technopôle, qui assurera l'encadrement académique de la thèse. La thèse s'effectuera dans le cadre d'un contrat CDD de 3 ans.
En savoir plus sur cette annonce sur le site de notre partenaireLe système Wasoria Box permet de détecter et de compter différents types de déchets sur les convoyeurs des centres de tri. Cet outil, reposant sur le traitement d'images en temps réel, offre une analyse fine des performances des centres de tri et facilite l'identification d'éventuels dysfonctionnements.
Cependant, si les performances du système sont satisfaisantes, elles sont insuffisantes pour certaines applications pour lesquelles la nature des déchets doit être déterminée avec une très grande fiabilité.
Objectif de la thèse:
Dans ce contexte, Wasoria recherche un(e) candidat(e) pour une thèse CIFRE conventionnée ANRT intitulée « fusion multimodale pour la reconnaissance d'objets déformés dans un centre de tri industriel ». Cette thèse sera axée sur le développement d'un nouveau système mettant en œuvre plusieurs capteurs afin de détecter les déchets présents sur un convoyeur et de déterminer leur typologie.
Plus spécifiquement, l'objectif de la thèse est de développer un modèle de deep learning capable d'exploiter les données multi-modales fournies par différents capteurs afin de détecter et classer les déchets avec une grande précision.
Missions :
Vos missions inclueront :
- la recherche bibliographique et l'étude des approches existantes ;
- le développement et la validation de méthodologies innovantes en lien avec le sujet de recherche ;
- l'application des résultats sur des cas d'usage industriels.
- la publication de vos résultats dans des conférences et revues scientifiques.
Environnement de travail :
La thèse se déroulera au sein de l'équipe de Wasoria qui est hébergée dans le technopôle Hub&Go au Creusot (71), dans un environnement stimulant et orienté vers l'innovation. Le ou la thésard(e) sera également intégré(e) au Laboratoire ImViA, présent également sur le technopôle, qui assurera l'encadrement académique de la thèse. La thèse s'effectuera dans le cadre d'un contrat CDD de 3 ans.
