zinhoo/MVA_ImagePDE

Course notes, and practical works for the "Numerical PDEs for image processing" course

MVA_ImagePDE

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

Examen (+corrigé)

Enoncé et corrigé, théorique et numérique, dans le dossier Examen.

Versions Colab: Enoncé Corrigé

Notes de cours

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

Travaux pratiques en langage Python

Note:

• 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 !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 : Formule de Varadhan Finir la diffusion anisotrope

• Enoncés

• Fichiers : Formule de Varadhan : voir TP3/ Via Colab

• Solutions

• Formule de Varadhan : voir TP3/Solutions

TP6 : Résolution numérique de l'équation eikonale

• Enoncés Eikonal GPU.
• Solutions 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