La Computer Vision est un domaine qui consiste à extraire, analyser et comprendre automatiquement des in-formations à partir d’image ou de vidéo.
Cette formation Computer Vision Avancée traite exclusivement de reconnaissance d’image, un sous-domaine de la Computer Vision qui consiste à identifier et à détecter un objet ou un attribut dans une image numérique. Ce cours cible la reconnaissance d’image sous l’angle technique afin de vous préparer à commencer vos projets de Computer Vision le plus rapidement possible et d’obtenir des résultats concrets qui apporteront des améliorations business.
Objectif opérationnel :
Savoir identifier et à détecter un objet ou un attribut dans une image numérique.
Objectifs pédagogiques :
Concrètement à l'issue de cette formation Computer Vision Avancée, vous aurez acquis les connaissances et les compétences nécessaires pour :
Jour 1
Création du Dataset
Proof of Concept : validation de la faisabilité technique et mise à disposition d’un algorithme entrainé sur un dataset réduit
Pilote : entraînements et améliorations de l’algorithme dans les conditions réelles
Scale / Industrialisation : déploiement à grande échelle de l’algorithme
Le pilotage du projet (tableau de bord)
Pièges classiques à éviter
Jour 2
Public cible :
Cette formation Reconnaissance d'image avancée s'adresse principalement aux profils techniques, dotés d’une formation de software engineer, qui s’intéressent à l’IA et savent coder en Python.
Prérequis :
Il est demandé de connaître le langage Python pour suivre ce cours Computer Vision Avancée dans de bonnes conditions. Vous pouvez par exemple avoir suivi la formation Python (réf. OPYT).
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
En plus des deux cas pratiques constituant l'essentiel du programme de la deuxième journée de formation, ce cours propose en fil rouge un autre cas pratique portant sur un projet réel auquel a participé le formateur.
Contexte : « Vous allez livrer à une grande entreprise de la cosmétique un algorithme entraîné permettant de définir le niveau de rides d’un utilisateur de leur produit de customized skincare ».
Ce projet a pour but de rattraper et de dépasser la concurrence sur ce sujet.
Objectifs :
Date de mise à jour du programme : 27/01/2026
Les avis figurant ci-dessous sont issus des fiches d'évaluation que remplissent les participants à la fin de la formation. Ils sont ensuite publiés automatiquement si les personnes ont explicitement accepté que nous les diffusions.
Avis de PP
Retour d’expérience
Mon avis sur le contenu du stage :
"Formation très dense; bon équilibre entre TP et cours."
Mon avis sur le formateur :
"Animateur très pedagogue et attentif aux attentes des participants. Pas assez de temps pour faire les exercices."
Ce que j'ai le plus apprécié :
"Cas concrets d'utilsation."
Ce que j'ai le moins apprécié :
"Maths."
PP
Avis de WT
Retour d’expérience
Mon avis sur le contenu du stage :
"- Deux jours ne sont pas assez pour ce cours. - J’aurais préféré plus de tutoriels. "
WT
IA pour les UX Designers
Intelligence Artificielle Générative pour les graphistes
Midjourney - Création visuelle grâce à l'IA générative d'images
Freepik IA : Production Visuelle et Vidéo