En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu Logo Principal Institut Agro Montpellier Université d'Excellence Labex Agro Plant2Pro #DigitAg

LEPSE

Postdoctoral position available in 3D/4D image analysis for plant architecture development phenotyping

Postdoctoral Research Fellow based in Montpellier, France

Location                       LEPSE  – INRAE, Institut Agro, Montpellier, France
                                      Zenith – LIRMM, Inria, CNRS, Univ. Montpellier, France

Lab Website                 https://www6.montpellier.inrae.fr/lepse_eng/
                                      https://team.inria.fr/zenith/

Date of Hire                 As soon as possible

Duration                       18 Months

Gross annual salary    42,672 – 49,248 € (commensurate with experience and qualification)

Job Description

We are seeking an outstanding, motivated candidate with established prior experience in deep learning, computer vision, and ideally image tracking for an 18-months Post-Doctoral position in computer science.

You will work within an INRAE-INRIA-CIRAD collective of ecophysiologists, plant modelers and computer scientists in the frame of the PHENOME-EMPHASIS and EPPN2020 projects to produce a complete solution for the analysis of plant development and architecture. The research effort will focus on the development of time-series analyses of in situ 3D images to characterize the evolution of the spatial structure of plants over time (growth curve, shape evolution) and its modulation according to environmental conditions, in order to allow a genetic analysis of these differences and to retrieve the values of parameters of plant growth simulation models.

You will benefit from large datasets consisting in time series of annotated 3D wheat, maize, sorghum, and rice plant images acquired in the PhenoArch platform and processed with the Phenomenal processing chain. You will first develop algorithms from a set of wheat plant images obtained in two experiments where several water and nitrogen deficit treatments resulted in contrasted plant size and development and for which a number of properties were measured (leaf size, number of leaves, number of tillers….). In a second step, these data will be used to extend different plant growth and development models (e.g. ADEL, SiriusQuality).

As a postdoctoral researcher, you will be led to:

  • Analyze a variety of 3D volumetric temporal data to generate estimates of plant development dynamics properties.
  • Contribute to the development of new automatic data processing algorithms to match the different 3D plant acquisitions.
  • Work as a member of a multidisciplinary research team.
  • Write technical reports and write and publish articles in peer-reviewed journals.

Skills needed:

  • Strong skills in image analysis and deep learning.
  • Demonstrated experience in 2-D and 3-D image processing techniques or in a related field.
  • Excellent programming skills: must be expert in Python, C and C++.
  • Strong scientific knowledge in mathematics, imaging techniques or numerical modelling.
  • Ability to creatively identify and solve problems, use observational data to improve models and implement alternative solutions.
  • Ability to collaborate with a multidisciplinary team of scientists, and to write publications in English.

Application conditions

Candidate of any nationality may apply. You must have a doctoral degree at recruitment date (French doctorate, PhD or foreign doctorate of equivalent level) for less than five years.

How to apply

To apply you should submit a letter of interest, complete CV, with a list of publications, the names and addresses (including telephone and email) of three referees who are knowledgeable about your professional qualifications and work experience, and relevant certificates.

For further information and to apply, please contact Antoine Liuktus (antoine.liutkus@inria.fr), Christophe Pradal: (christophe.pradal@inria.fr), and Christian Fournier (christian.fournier@inrae.fr).

This position will remain open until filled.

Documents à télécharger