Amer Saidi

Développement et déploiement de solutions de Machine Learning pour la détection d'objets en temps réel

• • Développement, entraînement et évaluation de modèles de Machine Learning/Deep learning pour la détection d'objets.

• • Développement d'algorithmes de traitement du signal et de l'image pour des applications de vision par ordinateur.

• • Optimisation et déploiement de modèles ONNX pour l'inférence temps réel sur architectures x86 et systèmes embarqués (ARM64).

• • Conception de pipelines de perception temps réel en C++ et Python avec ROS2 et GStreamer.

• • Déploiement d'un modèle SSD300 sur des plateformes embarquées NVIDIA, notamment les Jetson TX2 et Clara AGX Xavier.

Machine Learning

• • Systèmes embarqués

◦ • Génie logiciel Conception d'un processeur RISC-V sur FPGA dédié à la régression linéaire

• • Conception VHDL : conception et spécification d'un processeur RISC-V RV32I monocycle sur FPGA Kintex-7.

• • Développement en C : optimisation d'un algorithme de régression linéaire sous contraintes mémoire et de précision matérielle.

• • Intégration et validation : configuration de la chaîne de compilation RISC-V, compilation des programmes, transfert des données via UART et validation de la solution sur la plateforme cible.

• • Vision par ordinateur

◦ • Génie logiciel Développement d'une application de vision industrielle pour le contrôle qualité

• • Développement d'une application de traitement d'images pour l'inspection automatisée et le contrôle qualité.

• • Conception d'algorithmes de vision par ordinateur pour la détection de défauts de fabrication.

• • Évaluation et validation des performances de la solution en environnement industriel.