Ali Boulgsoa

Data Scientist Ia Engineer Computer Vision Engineer @Fédération De Recherche Sciences Et Cultures Du Visuel Fr Scv

Lille, FR

Projet 1 : Animation d’avatars 3D à partir de manuscrits historiquesProjet 2 : Chatbot basé sur le RAG et des agents IA pour interroger la documentation interneCe projet ambitieux vise à restituer des séquences de mouvements de dance à partir de symboles anciens décrits dans des manuscrits, en utilisant des technologies d\'IA de pointe. Voici un aperçu de mes contributions clés :1. Sélection et évaluation de modèles d’IA pour la détection de symboles historiques- Analyse comparative de modèles AI pour la reconnaissance visuelle- Tests de performance (précision, recall, temps d\'inférence) sur des symboles extraits de manuscrits anciens.2. Constitution et annotation de bases de données d’images- Création de jeux de données à partir de manuscrits scannés- Annotation manuelle via LabelImg et structuration au format YOLO- Création d’un pipeline de prétraitement pour homogénéiser les images.3. Annotation automatique avec IA : combinaison LLM + Vision Multimodale- Développement d’un assistant d’annotation basé sur Ollama (LLM) pour interpréter les métadonnées- Intégration de LLaVa (Large Language and Vision Assistant) pour une annotation préliminaire semi-supervisée- Réduction significative du temps d’annotation et amélioration de la cohérence des labels.4. Entraînement de modèles de détection et reconnaissance- Entraînement de modèles YOLO pour détecter les symboles et les mouvements de dance- Optimisation du pipeline d’entraînement (fine-tuning, data augmentation, etc.)- Évaluation sur des jeux de données annotés manuellement et automatiquement.5. Développement d’une interface API interactive (Streamlit)- Conception d’une interface utilisateur claire et intuitive pour :( Visualiser les détections sur les manuscrits et Lancer des inférences en direct)- Intégration de visualisations interactives avec mise en surbrillance des symboles reconnus.6. Conteneurisation complète avec Docker- Création d’un environnement Docker reproductibilité