Bienvenue sur la page présentant mes projets. Découvrez une sélection de projets technologiques que j'ai développés, leurs objectifs, les défis relevés, mes contributions et testez les résultats finaux.
[IA] Mini-modèle de diffusion - Démonstration disponible ci-dessous !
Les modèles de diffusion sont une classe de modèles génératifs probabilistes qui apprennent à générer des données en inversant un processus de dégradation progressive (diffusion) du bruit vers les données réelles. Ils sont particulièrement efficaces pour générer des images réalistes, des vidéos, et même des données textuelles en simulant ce processus de manière itérative et contrôlée. Ils sont notamment utilisés par des logiciels comme Dall-E ou Stable Diffusion.
Ce projet est une première expérimentation d'implémentation d'un "mini" modèle de diffusion (ces modèles comportant généralement trop de paramètres pour pouvoir être développé et entraîné par un particulier) générant des visages selon des conditions d'attribut physiques.
Objectifs et contributions :
- Réécriture et entraînement en local d'un modèle de diffusion
- Hébergement d'un modèle et création d'une interface de démo en ligne
- Compréhension du contexte théorique des modèles de diffusion
Potentiels étapes suivantes :
- Compréhension et expérimentation des techniques de fine-tuning de modèles de fondations (e.g., LoRA)
- Implémentation et expérimentation de Latent Diffusion
- Compréhension et expérimentation des techniques de génération text-to-image
Technologies & Compétences: Python, PyTorch, Numpy, Pandas, Git, Gradio, Hugging Face Spaces, CUDA, Modèles de diffusion, Apprentissage supervisé, Architecture Unet.
Liens utiles :
[Web] Site internet personnel - Travail en cours
Tout simplement le site sur lequel vous naviguez actuellement. J'ai entrepris ce projet principalement pour avoir un support sur lequel exposer des démonstrations intéractives de mes travaux, projets et expériences, ainsi que pour pouvoir donner une touche personnelle à mon profil. Le développement web n'étant pas ma spécialité, je me suis limité au Front-end du site.
Objectifs et contributions :
- Développer une interface front-end interactive (effets de zoom, carousel...)
- Héberger des modèles d'IA et intégrer un outil de démonstration en ligne
Technologies & Compétences: JavaScript, CSS, HTML, Prompt Engineering, Git.
Liens utiles :
[IA] Interpolation de trames vidéo
L'interpolation de trames vidéo consiste à déterminer une nouvelle image entre 2 images adjacentes d'une vidéo. Parmi les nombreuses applications on peut notamment citer l'augmentation du nombre de frame (dans la restauration de vieilles vidéos ou pour fluidifier des vidéos en stop motion par exemple), les ralentis de vidéo ou encore la fluidification du flux vidéo (télévision, streaming). J'ai effectué ce projet comme rendu final de mon cours de "Machine Learning & differentiable programming" aux Mines Nancy (15-20 heures), celui-ci était mon premier projet de Deep Learning et ma première expérience pratique de PyTorch.
Objectifs et contributions :
- Etudier l'état de l'art en Interpolation de trames vidéo
- Ecrire, entrainer et évaluer un premier modèle de Deep Learning "from scratch"
- Utiliser des outils de parallélisations de calcul
- Avoir une expérience pratique de la manipulation de données vidéos
Technologies & Compétences: Python, PyTorch, Numpy, Git, CUDA, Interpolation de frame vidéo, Architecture Unet.
Liens utiles :