Thèse en ligne

Louis LAC - Admis au titre de docteur

louis.lac@u-bordeaux.fr
Compte LinkedIn https://www.linkedin.com/in/louislac/

Projet professionnel :

enseignant-chercheur, enseignant du supérieur
chercheur en entreprise, R&D du secteur privé

Expérience professionnelle :
En recherche d'emploi depuis le 3 mars 2022

Doctorat Automatique, Productique, Signal et Image, Ingénierie cognitique

Thèse soutenue le 3 mars 2022 - Université de Bordeaux

Ecole doctorale : Sciences Physiques et de l'Ingénieur

Sujet : Méthodes de vision par ordinateur et d'apprentissage profond pour la localisation, le suivi et l'analyse de structure de plantes. Application au désherbage de précision.

Mots-clés de la thèse : Vision par ordinateur,Apprentissage profond,Agriculture de précision,Désherbage de précision,

Direction de thèse : Jean-Pierre DA COSTA

Co-encadrement de thèse : Marc DONIAS

Unité de recherche : Laboratoire de l'Intégration du Matériau au Système UMR 5218 - Talence
Intitulé de l'équipe : MOTIVE

Ingénieur - Diplôme d'ingénieur en Électronique

obtenu en septembre 2018 - Bordeaux INP - ENSEIRB-Matméca
Option : Traitement du signal et de l'image

Production scientifique

- Louis Lac, Barna Keresztes, Marine Louargant, Marc Donias, Jean-Pierre Da Costa 2022. An annotated image dataset of vegetable crops at an early stage of growth for proximal sensing applications Data in Brief, N/D, https://doi.org/10.1016/j.dib.2022.108035
- Louis Lac, Jean-Pierre Da Costa, Marc Donias, Barna Keresztes, Alain Bardet 2022. Crop stem detection and tracking for precision hoeing using deep learning Computers and Electronics in Agriculture, 192 106606, https://www.sciencedirect.com/science/article/pii/S0168169921006232
- Louis Lac, Jean-Pierre Da Costa, Marc Donias, Barna Keresztes, Marine Louargant 2021. SDNet: Unconstrained Object Structure Detector Network for In-Field Real-Time Crop Part Location And Phenotyping British Machine Vision Conference, 13, https://www.bmvc2021-virtualconference.com/conference/papers/paper_1278.html
- Lac L., Gréteau G., Keresztes B., Rançon F., Bardet A., Da Costa J.-P. 2019. Deep Learning For Early Weed Vs. Crop Discrimination Applied To Intra-Row Hoeing Of Vegetables ECPA, 1 page,

Dernière mise à jour le 11 mars 2022