Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
Introduction aux modèles multimodaux Mistral
- Aperçu de Mistral Medium et des capacités multimodales
- Modèles OCR/document et cas d'usage
- Intégration avec les écosystèmes open source
Pipelines OCR et vision
- Fondamentaux de l'OCR avec les modèles Mistral
- Prétraitement des images et des documents numérisés
- Extraction de texte structuré à partir d'images
Compréhension de documents
- Conception de pipelines TAL pour les documents
- Reconnaissance d'entités, résumé et classification
- Liaison intermodale des données texte et vision
Applications de recherche et de connaissance
- Systèmes de recherche image-texte
- Création de recherche sémantique à partir des sorties OCR
- Dépôts de documents d'entreprise
Applications assistées et interactives
- Conception d'interfaces utilisateur pour assistants multimodaux
- Applications d'accessibilité (par exemple, conversion vision en texte)
- Outils de productivité du monde réel
Performance et optimisation
- Passage à l'échelle des pipelines multimodaux
- Ajustement des performances d'inférence
- Évaluation des compromis entre précision et efficacité
Études de cas et perspectives d'avenir
- Applications industrielles de l'IA multimodale
- Tendances de recherche en OCR et IA des documents
- Considérations d'IA responsable dans les tâches vision-texte
Résumé et prochaines étapes
Pré requis
- Compréhension des concepts du traitement automatique du langage (TAL)
- Expérience avec Python et les frameworks d'IA
- Connaissances de base en vision par ordinateur
Public cible
- Équipes produit
- Chercheurs en IA
- Ingénieurs IA appliqués