GARBAY Thomas

PhD student (Teaching assistant, SAIC)
Team : SYEL
Arrival date : 10/01/2019
    Sorbonne Université - LIP6
    Boîte courrier 169
    Couloir 24-25, Étage 5, Bureau 513
    4 place Jussieu
    75252 PARIS CEDEX 05
    FRANCE

Tel: +33 1 44 27 75 07, Thomas.Garbay (at) nulllip6.fr
https://lip6.fr/Thomas.Garbay

Supervision : Bertrand GRANADO

Réseaux Convolutionnels embarqués pour les Capsules vidéo endoscopiques

Les réseaux de neurones profonds ont démontré sans aucune ambiguïté depuis 2012 leur puissance pour la résolution de problème de classification, surpassant les méthodes couramment utilisées jusqu'alors. Mais cette puissance est au prix de l'utilisation de serveurs de calculs, manycores ou GP-GPU, puissants et énergivores afin de permettre une exécution en temps réel des réseaux de neurones. Si cet état de fait peut-être accepté dès lors que le réseau de neurones manipule un large éventail de données, ce qui est le cas par exemple des réseaux utilisé pour classifier les objets de la base ImageNet, il est plus que criticable lorsque le réseau travaille avec des données limitées, comme dans le cadre de travaux de réalisation de dispositifs biomédicaux, par exemple pour la reconnaissances de polypes. Cette critique devient prépondérante si en plus nous désirons intégrer ce réseau de neurones au sein d'un système embarqués de type objets communicant, comme une capsule vidéo-endoscopique par exemple, où en plus de contraintes temporelles existent des contraintes de surface ou d'énergie. Il est nécessaire dans ce type de système communicant de prendre en considération des contraintes non-fonctionnelles comme par exemple l'espace mémoire nécessaire au déploiement du réseau de neurones, ou encore l'énergie fournie par la batterie du système. Il faut dans ce cas de réduire la taille du réseau de neurones pour l'adapter à ces contraintes. Il existe plusieurs techniques pour compresser ces réseaux de neurones. Dans ce projet nous étudierons une méthodologie permettant d'apporter aux acteurs industriels et académiques les outils nécessaires à l'intégration de réseaux de neurones profonds au sein de systèmes et objets communicants pour réaliser les objets communicant intelligents dont la société a besoin et notamment pour des applications bio-médicales.

2019 Publications