Inspection de défauts
Repérer une fissure, une pièce manquante, une mauvaise couleur ou un défaut de surface sur une ligne de production.
Expert en vision par ordinateur au Québec
Expert en vision par ordinateur pour l’industrie et le terrain.
DevActif développe des modèles de vision par ordinateur pour détecter, classer, compter et mesurer à partir d’images. Nous traitons aussi la capture, l’éclairage, l’annotation, les seuils et le déploiement près de la caméra, parce que la précision dépend autant du système que du modèle.
- Computer Vision
- OpenCV
- PyTorch
- YOLO
- Segmentation
- Edge AI
Définition
Qu’est-ce que la vision par ordinateur?
La vision par ordinateur permet à un logiciel d’extraire une information utile d’une image ou d’une vidéo : reconnaître une catégorie, localiser un objet, isoler une zone, compter ou mesurer.
La solution comprend autant la caméra, l’éclairage et le positionnement que le modèle. Elle est évaluée sur les vraies variations du terrain, puis les images ambiguës sont signalées plutôt que déclarées conformes au hasard.
Exemples de solutions appliquées
Comptage automatisé
Compter des produits, contenants ou composantes en mouvement et comparer le résultat au lot attendu.
Contrôle d’assemblage
Vérifier la présence, la position et l’orientation des composantes avant de laisser passer le produit.
Lecture d’instruments
Extraire la valeur affichée par un cadran, un écran ou un indicateur lorsqu’aucune donnée numérique n’est directement accessible.
Expert vision, développeur OpenCV ou ingénieur Edge AI : qui fait quoi.
Les rôles, expliqués
Le système relie acquisition d’images, entraînement, évaluation et exécution sur le matériel disponible.
- Expert en vision par ordinateur
- Un expert vision choisit la tâche visuelle, prépare les annotations et mesure les performances selon les variations rencontrées sur le terrain.
- Développeur OpenCV
- Un développeur OpenCV traite les images, corrige leur géométrie, détecte des zones et construit les étapes déterministes autour du modèle.
- Ingénieur Edge AI
- Un ingénieur Edge AI optimise et déploie le modèle près de la caméra lorsque la latence, le réseau ou la confidentialité empêchent un traitement distant.
- Spécialiste en annotation
- Ce spécialiste définit les classes et règles d’annotation afin que les exemples décrivent les défauts de façon cohérente et exploitable.
Compétences techniques
Ce qu’on maîtrise, au-delà du mot-clé.
La technique doit couvrir les données, le code, l’évaluation, le déploiement et le comportement du système après sa mise en service.
- Classification et détection d’objets
- Segmentation et localisation de défauts
- Prétraitement avec OpenCV
- Annotation et contrôle des jeux d’images
- Évaluation par classe et par condition
- Inférence locale, périphérique ou infonuagique
Évaluer avant de mettre en production.
Notre méthode
Une démonstration favorable ne suffit pas. Le système doit rester mesurable, reproductible et réversible lorsqu’il rencontre les cas difficiles.
- 01
Définir une évaluation
On transforme le besoin en exemples, mesures et seuils qui permettent de comparer le système à une règle simple.
- 02
Tester sur des cas séparés
Les données d’évaluation restent hors du développement afin de mesurer la généralisation plutôt que la mémorisation.
- 03
Opérer le modèle
Version, entrées, résultats, erreurs et validations sont observés après le déploiement pour repérer les dérives.
Continuer avec la bonne spécialité.
Expertises reliées
Une fonction d’intelligence artificielle combine souvent plusieurs expertises et doit s’intégrer à une application existante.
Questions fréquentes
Les questions à régler avant le mandat.
Pouvez-vous utiliser les caméras déjà installées?
Possiblement. Nous vérifions la résolution, la position, l’éclairage, la vitesse et l’accès au flux. Une caméra correcte pour la surveillance n’offre pas toujours les images nécessaires à une inspection automatisée.
Quelle précision peut atteindre un modèle de vision?
Elle dépend des classes, de la qualité des images et de la ressemblance entre les défauts. Nous la mesurons par condition et par classe, puis définissons un seuil de validation humaine au lieu de promettre un pourcentage générique.
Le modèle peut-il fonctionner sans connexion Internet?
Oui. Il peut être déployé sur un ordinateur industriel ou un appareil en périphérie. Le choix dépend de la puissance disponible, de la fréquence des images et du délai maximal.
👋 Salut, ici Marc-André !
Montrez-nous vos images, vos défauts et vos conditions réelles.
Montrez-nous les données, le logiciel ou le processus actuel. Nous commencerons par vérifier ce qui peut être mesuré et intégré proprement.
Vous repartirez avec une lecture claire de la faisabilité, des risques et de la prochaine étape raisonnable.
- info@devactif.ca
- 450-742-1703
- Varennes, Québec