Container inspection automation: a proof of concept

Ce travail présente un POC pour l'inspection visuelle automatisée des conteneurs maritimes grâce à un modèle d'apprentissage en profondeur (YOLOv5) formé pour détecter les défauts à l'intérieur du conteneur à l'aide de vidéos collectées par un rover. Il a été testé dans un dépôt de conteneurs en Asie. Plusieurs points à retenir sur les défis rencontrés au cours du projet seront partagés lors de l'exposé, de l'exploration de données historiques sur un grand ensemble d'images, la collecte et la préparation de données, la hiérarchisation des défauts à détecter pour le POC, l'étiquetage et la modélisation sur un petit ensemble de données.

Télécharger les slides

Revoir le live :