Prenez contact avec nous
 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

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires