DTN/SMTA/LMAG - Utilisation d'outils de Deep Learning/Computer Vision pour analyser les images radioscopiques d'un mélange triphasique

Stage M2 d’analyse d’images issues de radioscopies X sur l’installation KROTOS (corium-eau-vapeur). Objectif: poursuivre les travaux de segmentation, en particulier l’identification de la vapeur.

• Travaux: amélioration des masques d’apprentissage, augmentation du dataset (autres essais), affinage des critères d’apprentissage et métriques, mise en œuvre de modèles de segmentation alternatifs; capitalisation sur SPECTRA pour extraire des données quantitatives (taille/vitesse du jet, taille des gouttes, quantité de vapeur).
• Compétences à acquérir: état de l’art en analyse d’images et deep learning, conduite de recherche appliquée.
• Équipe d’accueil: LMAG (IRESNE) au CEA Cadarache.
• Outils: Python, Matlab, SPECTRA.
• Mots-clés: ICE, segmentation, classification (non supervisée), computer vision.