Offre N° : PRS-20-292

DeepHornetMonitoring - Measuring the impact of the Asian hornet in the apiary by deep-learning applied to video surveillance: towards an automated information system for pollination resources

Mots clefs :
Frelons asiatiques
Suivi d'insectes
Deep learning
Analyse de données et big data
Intelligence artificielle


Type d'accueil : Post-doc
Lieu d'accueil : Montpellier - UMR Amap
Période d'accueil : février 2021    Durée d'accueil : 12 mois
Profil recherché : Le/la candidat.e sera titulaire d'un doctorat en informatique, informatique appliquée et en analyse de données.
Laboratoire d'accueil :
UMR CIRAD-CNRS (5120)-INRA (931)-IRD (123)- Université Montpellier, "botAnique et Modélisation de l'Archtecture des Plantes et des végétations"

Descriptif détaillé de l'offre :

Objet de l'offre :
post-doc de 12 mois pour travailler sur l'analyse de vidéos UHD de ruches à partir de réseaux de neurones profonds et d'outils de suivi d'objets. Se reporter au détail de l'offre...

Détail de l'offre
Doc_5fd5d6b826786.pdf

Intérêt scientifique
:
S'il est admis que les réseaux neuronaux Yolo sont efficaces pour la détection d'objets et leur comportement dans les vidéos de surveillance, leur application aux frelons n'est pas simple en raison de leur taille et de leurs mouvements apparemment "erratiques". À notre connaissance, les seuls travaux de détection concernant les abeilles, les guêpes et les mouches ont été réalisés sous un éclairage artificiel et sur des fonds homogènes. La transposition de ces travaux en milieu naturel est un défi à relever. Le projet postdoctoral va donc, tout en assurant une veille bibliographique sur ces aspects en constante évolution, compléter et orienter les études menées respectivement lors des stages de master passés et futurs. Il abordera également les questions scientifiques fondamentales qui garantissent la conception, la validation et la fonctionnalité de l'outil clé en main basé sur de l'IA qui sera développé pour les écologistes de l'AMAP et, à terme, les apiculteurs et les agronomes.

Techniques, méthodes et matériel biologique
:
deep-learning

Publications de l'équipe en rapport avec le sujet :
voir détail de l'offre
Connaissances requises
Le/la candidat.e doit avoir un intérêt marqué, voire des compétences avérées en matière d'analyse d'images et de classification automatique, en particulier dans le domaine de l'apprentissage machine ou des réseaux de neurones. La maîtrise du langage de programmation Python et une sensibilité à l'écologie seront appréciées.


Commentaires complémentaires
L'attribution des fonds dépend à la fois de l'adéquation du sujet avec l'appel à projets et de la qualité du post-doctorant.e.

Le stage post-doctoral aura lieu à Montpellier (France) au sein de l'unité Amap. Elle débutera entre le 1er février et le 1er mars 2021 pour une période de 12 mois.

Le niveau de rémunération de base sera de 2 585 euros bruts par mois (soit un peu plus de 2 000 euros nets). Ce montant pourrait être réévalué en fonction du niveau de technicité et/ou de l'expérience professionnelle du (de la) candidate.

Merci d'envoyer vos CVs et vos lettre de motivations en vue d'une éventuelle audition.