La vision est une capacité indispensable pour un véhicule autonome afin de détecter et reconnaître les objets qui l’entourent ce qui lui permet ensuite d’interagir avec son environnement. Pour effectuer cette tâche dans nos sous-marins, nous utilisons un modèle de type réseau neuronaux (YOLOv8n ou YOLOv10n). Ce modèle doit être à la fois très fiable, très léger et utiliser peu de données d'entraînement. C’est pourquoi nous faisons le choix d’entraîner un modèle très spécialisé pour l'environnement de la compétition RoboSub. Par ailleurs, toutes nos images sont étiquetées à la main à l’aide de Labelbox, ce qui nous permet d'avoir des étiquettes plus précises. Ces données nous permettent ensuite d'entraîner puis de tester de manière fiable notre modèle. (Outils et/ou langages utilisés : CUDA, Labelbox, OpenCV, Python, Pytorch, ROS, Ultralytics)