SExtractor piloté par apprentissage automatique

Avoir un algorithme qui permet de détecter des sources lumineuses dans une image est évidemment crucial en astronomie. Mais ces algorithmes sont lourds à exécuter et donnent un résultat positif ou négatif, même dans la zone grise. Alors, et si nous utilisions un modèle de détection d’objets pour effectuer de telles tâches ? Il peut probablement fonctionner plus rapidement et donner une sorte d’incertitude sur chaque détection.

L’objectif de ce projet était d’essayer de créer un tel modèle ML. Malheureusement, en raison du nombre inconnu de sorties, la conception d’un tel modèle était beaucoup plus complexe que prévu et il n’a pas été possible de le créer en 20 heures (officiellement, mais près de 50 heures en pratique) sans une maîtrise approfondie du monde du ML.

Statut

Terminé

Organisation

UBFC, Besançon, France

Liens

• Dépôt du projet
• Documentation