Formation - Analyse d'image : automatisation sous ImageJ/FIJI avec appel des méthodes de segmentation utilisant le Machine Learning et le Deep Learning (niveau avancé)

Se préinscrire ou s'inscrire à cette formation Télécharger cette fiche

Environnement scientifique et technique de la formation

Centre de biologie intégrative

- FR 3743

RESPONSABLE

Christian ROUVIERE

Ingénieur de recherche

FR 3743

LIEU

TOULOUSE (31)

ORGANISATION

22,5 h
De 5 à 8 stagiaires

MÉTHODES PÉDAGOGIQUES

- 9 h de formations théoriques et 13,5 h de formations théoriques comportant des exercices d'application (encadrées par les 2 intervenants). Les stagiaires travailleront en binôme (deux cerveaux, un ordinateur) lors de la résolution d'applications et feront une restitution au groupe.
Des supports dématérialisés, ouvrages, guides, logiciels seront remis aux participants à l'issue de la formation.
Tout au long de la formation, des cas pratiques réalisés en groupes permettront aux stagiaires d'évaluer l'acquisition des compétences. A chaque étape, une restitution collégiale sera effectuée pour mutualiser la connaissance acquise et la mettre en interrogation pour tous.

COÛT PÉDAGOGIQUE

1530 Euros

A L'ISSUE DE LA FORMATION

Evaluation de la formation par les stagiaires
Envoi d'une attestation de formation

DATE DU STAGE

25199 : du mardi 20/05/2025 au jeudi 22/05/2025 à TOULOUSE

2025

Janvier	Février	Mars	Avril
Mai 25199	Juin	Juillet	Août
Sept	Oct	Nov	Déc

OBJECTIFS

Acquérir, par une alternance de cours et de travaux pratiques, les concepts et les méthodes actuelles de la mise en place d'un workflow du traitement de l'image qui met en jeux des méthodes d'IA (Machine Learning et Deep Learning), afin de conduire rapidement une automatisation de façon autonome

Utiliser les fonctions avancées du logiciel libre de droit FIJI/imageJ en appelant des outils de segmentation récents (Ilastik, Cellpose…), et connaître les points forts et complémentaires de ces applications

PUBLIC

Chercheurs, ingénieurs et techniciens, tous types de secteur d'activité

PRÉREQUIS

Cette formation ne va pas aborder les techniques pures d'analyses d'image mais en fera largement appel.
Il ne sera pas nécessaire de connaitre les fonction précises de l'application Fiji/ImageJ mais il faudra avoir les notions du workflow traditionnel de traitement d'images (filtrage, segmentation…).

PROGRAMME

Analyse d'image automatisé : depuis peu le verrou dans les workflows d'analyse d'image qui était la « segmentation » vient d'être levé ! En effet l'appel des techniques d'IA nous permet enfin de standardiser et automatiser nos process d'analyse d'images. Cette formation va conduire les participants à développer le pipeline complet à partir de leur analyse jusqu'à la production des indicateurs.

Jour 1 :
Des mises en applications sur des cas réels de traitement d'images viendront renforcer les acquis. Une fois le pipeline de traitement d'images construit, nous apprendrons à l'automatiser en mode Macro-commandes. L'apport du Machine Learning ainsi que du Deep Learning seront abordés pour montrer en classification de pixels ou d'objets que l'on peut résoudre des problèmes insolubles par les méthodes classiques.

Jours 2 et 3 :
Un ensemble d'outils différents et disponibles dans le domaine de l'Open Source seront montrés et mis en confrontation (Machine Learning : jour 2, Deep Learning jour 3). Le dernier temps de la formation sera consacré à l'application des outils transmis durant la formation, à l'aide de la résolution des problématiques de chacun. Des outils utilisant des modèles pré-entrainés seront aussi montrés et améliorés par les participants en Transfert Learning durant ce dernier jour.

EQUIPEMENTS

Des ordinateurs sont mis à disposition des stagiaires grâce à la location d'une salle informatique (FRAIB) les logiciels libres de droits sont préinstallés (FIJI, ImlageJ, Cellpose, Ilastik).
Si un stagiaire veut utiliser son propre PC, il devra installer les logiciels FIJI, Cellpose, Ilastik.

INTERVENANTS

C. Rouvière et C. Matthews (ingénieurs de recherche) et R. Flores-Flores (ingénieur d'études)

FORMATIONS SIMILAIRES