24 sept. - Meetup sur l'IA, le ML et la vision par ordinateur

Rejoignez notre meetup virtuel le 24 septembre pour écouter des conférences d'experts sur des sujets de pointe dans le domaine de l'IA, du ML et de la vision par ordinateur. Date, Heure et Lieu 24 sept. 2026, 9h00 - 11h00 PST En ligne. Inscrivez-vous pour le Zoom ! Comment les Principes de l'IA de Mercedes-Benz Stimulent Notre Innovation ? Chez Mercedes-Benz, nos Principes de l'IA guident chaque étape de l'innovation, soulignant l'utilisation responsable, la sécurité et la fiabilité, l'explicabilité, et la protection de la vie privée. Ces principes vont au-delà des déclarations et façonnent activement notre manière de concevoir, tester et déployer des systèmes d'IA dans des environnements automobiles et d'entreprise réels. Dans cette présentation, je montrerai comment ces principes ont inspiré notre recherche récente sur l'efficacité de la réutilisation de LoRA (Low-Rank Adaptation). En combinant une analyse théorique avec des données synthétiques comme proxy pour des scénarios d'entreprise, nous avons découvert les forces et les limites des composants d'IA modulaires dans des situations d'accès limité aux données. Nos conclusions fournissent des orientations pratiques sur quand les LoRA réutilisés pourraient fournir des résultats de haute qualité. À propos de l'intervenant Mei-Yen Chen est scientifique des données senior chez Mercedes-Benz Tech Innovation GmbH en Allemagne, avec 10 ans d'expérience dans l'industrie dans les solutions d'IA et de données. Elle dirige des projets d'IA à un stade précoce dans différentes fonctions commerciales et collabore avec des institutions de recherche sur l'apprentissage machine et l'IA responsable. Les Tokens de Région comme Primitive Visuelle : De la Reconnaissance à la Modélisation du Monde La tokenisation par patchs est devenue l'interface par défaut entre les encodeurs visuels et les modèles en aval, pourtant les patchs n'ont aucune structure sémantique et se dégradent à mesure que la résolution et l'étendue temporelle augmentent. Cette conférence présente un programme de recherche centré sur le remplacement des tokens de patch par des représentations au niveau des régions - des tokens sémantiquement denses ancrés dans des entités visuelles plutôt que dans des recadrages aléatoires. Je décrirai RELOCATE, REN, et T-REN, une progression de méthodes qui produisent des tokens de région via pooling, les entraînent avec des objectifs au niveau des régions, et les étendent à la vidéo avec cohérence temporelle. Je présenterai ensuite des travaux en cours intégrant des tokens de région dans des modèles de langage visuel (VLM) pour élargir directement la capacité de contexte visuel, ainsi que des résultats préliminaires sur la prédiction de trajectoire de région future comme fondement pour la modélisation du monde. La thèse plus large est que les tokens au niveau des régions sont une unité de calcul visuel plus naturelle que les patchs, et leur avantage se cumule à mesure que la complexité des tâches, la résolution et l'horizon temporel augmentent. À propos de l'intervenant Savya Khosla est doctorant en deuxième année à l'Université de l'Illinois à Urbana-Champaign, conseillé par le Prof. Derek Hoiem et le Prof. Alex Schwing. Exploitation des Modèles de Diffusion Textuel à Image pour une Génération Cohérente de Set-à-Set Les collections d'images sont la principale façon dont les humains capturent le monde, pourtant les avancées dans l'édition générative restent en grande partie inapplicables à cette modalité. Nous comblons cette lacune en introduisant Match-and-Fuse - une méthode sans entraînement pour la génération cohérente de set-à-set à partir de collections d'images partageant un élément visuel commun mais différant en point de vue, en temps de capture, et en contenu environnant. Notre idée clé est un cadre unifié basé sur un graphe qui combine des correspondances denses avec un prior émergent dans des modèles de diffusion textuel à image pour générer des toiles cohérentes. Nous atteignons une cohérence et une qualité visuelle de pointe, et débloquons de nouvelles capacités créatives pour la génération de contenu. À propos de l'intervenant Kate Feingold est doctorante en vision par ordinateur à l'Institut Weizmann des Sciences. Sa recherche se situe à l'intersection des modèles génératifs, de la perception 3D/4D, et de l'apprentissage multimodal, se concentrant sur des problèmes où la vision rencontre d'autres modalités ou paradigmes dans des tâches créatives. Estimation des Rendements d'un Café dans un Environnement Densément Végétalisé Cette présentation fournit un flux de travail détaillé lié à l'estimation des rendements de café dans un environnement densément végétalisé. Avec des photos de plants de café avant récolte de quelques exploitations de café, des détails relatifs au prétraitement, à l'annotation pour détecter les régions d'intérêt (ROI), à l'entraînement de détection d'objets et aux résultats d'inférence avec divers modèles Yolo et enfin à la segmentation avec SAM2 et Yolo*-seg avec des résultats d'entraînement et d'inférence pour déterminer le nombre de baies de café non mûres, mûres et surmûres, et enfin le rendement de l'ensemble de l'exploitation. Tout cela est basé sur des données du monde réel capturées sur des téléphones iPhone et Android. À propos de l'intervenant Raghu M. Rao est consultant travaillant sur des applications de modèles d'IA en vision par ordinateur. Il a précédemment travaillé chez AMD et Xilinx. Il possède un doctorat en communications sans fil de UCLA et est membre senior de l'IEEE. Ses intérêts actuels portent sur les applications de l'IA pour l'agriculture, la santé et les communications sans fil.