Generative Computer Vision

Cours, code et projets pour le module Generative Computer Vision.

Le cours combine :

• les architectures CNN fondamentales utilisées comme backbones dans tous les modèles modernes (VGG, ResNet, YOLO),
• des projets pratiques autour de l'augmentation de données par modèles génératifs (image-to-image, image-to-text, text-to-image).

Structure du dépôt

.
├── chapitres/         Notes de cours en Markdown
│   ├── 01-vgg.md
│   ├── 02-resnet.md
│   └── 03-yolo.md
├── code/              Implémentations PyTorch (un sous-dossier par chapitre)
│   ├── 01-vgg/
│   ├── 02-resnet/
│   └── 03-yolo/
└── projets/           3 projets de fin de module
    ├── projet-1-image-to-image-augmentation/
    ├── projet-2-image-to-text-augmentation/
    └── projet-3-text-to-image-augmentation/

Plan du cours

#	Chapitre	Notes	Code
1	VGG	architecture, transfer learning, perceptual loss	code/01-vgg/
2	ResNet	bloc résiduel, fine-tuning, backbones	code/02-resnet/
3	YOLO	détection en une passe, Ultralytics, entraînement custom	code/03-yolo/

Projets

Voir projets/README.md. Chaque projet suit le même protocole : baseline → augmentation classique → augmentation générative → filtrage qualité → évaluation comparative.

#	Sujet	Modèles
1	Image-to-image translation augmentation	Pix2Pix / CycleGAN / Stable Diffusion + ControlNet
2	Image-to-text augmentation	BLIP / BLIP-2 + filtrage CLIP
3	Text-to-image augmentation	Stable Diffusion / SDXL + DreamBooth / LoRA

Setup environnement

conda create -n gcv python=3.10 -y
conda activate gcv

# PyTorch (adapter au CUDA installé)
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121

# Stack vision + génération
pip install diffusers transformers accelerate safetensors xformers
pip install ultralytics albumentations kornia lpips
pip install scikit-image pillow tqdm

GPU recommandé : 8 Go de VRAM minimum. Sans GPU, utiliser Google Colab ou Kaggle Notebooks.

Pré-requis

• Python intermédiaire
• PyTorch (créer un Dataset, écrire une boucle d'entraînement)
• Bases de Deep Learning (CNN, backpropagation)

Ressources externes

• Hugging Face — diffusers — tous les modèles de diffusion
• Ultralytics YOLOv8 — détection en quelques lignes
• Papers with Code — Image Generation
• Awesome Stable Diffusion