MVA_ImagePDE

Notes de cours et travaux pratiques pour le cours "EDPs numériques pour le traitement d'image"

• Salle de cours : 1Q7.
• Horaire : le mercredi matin de 9h30 à 12h30.
• Dates : 11, 18 et 25 janvier, 1er, 8 et 15 février, 1er mars. (Pas de cours le 22 février.)

Liens : Planning du M2 MVA. Ce dépôt : https://github.com/Mirebeau/MVA_ImagePDE.

Examen

Sujet écrit, Sujet numérique

Corrigé écrit, Corrigé numérique

Notes de cours

Les notes seront étendues au fur et a mesure du cours. Document : MVA.pdf

Devoir maison

Les devoirs maison sont facultatifs, et comptent dans la note finale seulement si favorable.

• Devoir maison sur le thème des opérateurs proximaux. Partie théorique Partie numérique Corrigé
• Devoir maison sur le thème de l'équation eikonale. Partie théorique Partie numérique

Travaux pratiques en langage Python

Notes:

• Dans certains notebooks, pour exécuter sur CPU (et non GPU), il faut commenter la cellule de la section 0.1.
• Les notebooks nécessitent la librarie agd, qui s'installe via la commande !pip install agd (notamment sur Google Colab).

TP1 : Techniques de différentiation automatique

• Enoncés

• Fichiers : Dense-Exo, Sparse-Exo: voir TP1/.
• Liens Colab : Dense-Exo, Sparse-Exo,

• Solutions :

• Fichiers : Dense, Sparse : voir TP1/
• Liens Colab : Dense, Sparse

TP2 : Algorithme de Selling

Finir la différentiation automatique creuse, voir TP1.

• Enoncés

• Fichers : Algorithme de Selling
• Liens Colab : Algorithme de Selling

• Solutions

• Fichiers Algorithme de Selling
• Liens Colab Algorithme de Selling

TP3 : Diffusion anisotrope

• Enoncés

• Fichiers : Diffusion anisotrope
• Liens Colab Diffusion anisotrope

• Solutions

• Fichiers Diffusion anisotrope
• Liens Colab Diffusion anisotrope

TP4 : Fin de la diffusion anisotrope

TP5 : Formule de Varadhan

• Formule de Varadhan, énoncé
• Formule de Varadhan, solution

TP6 : Résolution numérique de l'équation eikonale

• Enoncé Eikonal GPU.
• Solution Eikonal GPU,

TP7 : Applications de l'équation eikonale

• Enoncés Tubular structure segmentation, Curvature penalization.

• Solutions Tubular structure segmentation, Curvature penalization.

• Enoncés, version Colab. Tubular structure segmentation, Curvature penalization.

• Solutions, version Colab. Tubular structure segmentation, Curvature penalization.

Environnement

Les travaux pratiques peuvent être exécutés soit:

• en ligne, en utilisant Google Colab. Utiliser les liens ci-dessus, et exécuter !pip install agd dans une cellule.
• hors ligne, en utilisant des notebooks jupyter

Installation pour l'utilisation hors ligne

Etapes préliminaires:

• installer miniconda ou anaconda, en suivant les instructions
• creer un environnement conda dédié, par la commande du terminal

conda env create -f MVA_ImagePDE.yaml

A chaque TP, pour lancer les notebooks

cd MVA_ImagePDE
conda activate MVA_ImagePDE
jupyter notebook