Installation de caméras ou de capteurs sur votre procédé pour la phase d’acquisition.
Intelligence artificielle
L’intelligence artificielle (IA) a explosé au cours des dernières années, il y a eu d’énormes progrès dans le domaine de la recherche, de l’innovation et dans l’application de celle-ci. La puissance de calcul, le stockage de données et les librairies open-source comme Tensorflow et PyTorch sont les principaux responsables de cette explosion. Cette évolution a rendu l’IA accessible à tous.
Un exemple simple et concret d’un problème d’imagerie impossible à programmer avec des algorithmes traditionnels est de réussir à faire la différentiation d’une image d’un chien et d’un chat. Avec l’IA, un modèle de quelques couches et un code de quelques lignes seulement peut être entrainé à faire cette différentiation avec de très bons résultats.
L’IA peut donc résoudre des problèmes d’inspection ou de contrôle de procédé que vous ne pensiez jamais possible. Pensez à la forme, les textures, les défauts sournois de vos procédés, c’est maintenant possible d’automatiser ces inspections!
Les phases typiques d’un projet d’IA sont les suivantes:
Préparation des données
Sélection de région d’intérêt d’une image ou de signaux, manipulations, classification des données.
Entraînement
Développement d’un modèle/architecture du réseau, entraînement.
Validation du modèle
Analyse des indicateurs de performances du modèle, ajout/suppression de couches au besoin.
Déploiement du modèle
Déploiement de l’inférence/raisonnement sur votre procédé, test en production!
Maintenance du modèle
Mise à jour du modèle selon les nouveaux types de données ou de défauts.
Il existe beaucoup d’architectures de réseaux de neurones déjà validés pour cibler divers type de détection, nous partirons de ces modèles « open-source » et les adapterons à votre réalité. Nous utilisons les librairies Keras/Tensorflow pour le développement des modèles.
