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 de ses capacités multimodales
- Modèles OCR/document et cas d'usage
- Intégration avec les écosystèmes open-source
Pipelines d'OCR et de vision
- Fondamentaux de l'OCR avec les modèles Mistral
- Prétraitement des images et des documents scannés
- Extraction de texte structuré à partir d'images
Compréhension de documents
- Conception de pipelines NLP pour documents
- Reconnaissance d'entités, résumés et classification
- Liage intermodal de données texte et vision
Applications de recherche et de gestion des connaissances
- Systèmes de recherche visuelle-texte
- Construction de recherches sémantiques à partir des sorties OCR
- Dépôts de documents d'entreprise
Applications d'assistance 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
- Réglage 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 en IA documentaire
- Enjeux d'IA responsable dans les tâches vision-texte
Conclusion et prochaines étapes
Pré requis
- Compréhension des concepts du traitement automatique du langage naturel (NLP)
- Expérience avec Python et les frameworks ML
- Familiarité avec les bases de la vision par ordinateur
Public cible
- Équipes produit
- Chercheurs en ML
- Ingénieurs ML appliqués