Résumé

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.

Revoir la vidéo :

A propos - Fieldbox

Fieldbox aide les industries à améliorer considérablement leur efficacité opérationnelle grâce à l'intelligence artificielle. Nous pilotons la totalité d'un projet data de bout en bout grâce à une combinaison unique d'expertise en data science, en développement logiciel et en ingénierie industrielle.En tant qu'opérateur d'IA, nous offrons une gamme complète de services, enrichie de nos propres technologies, pour permettre le développement, le déploiement, l'exploitation et le passage à l'échelle de l'IA dans les opérations industrielles.En forte croissance, Fieldbox atteint aujourd'hui 80 employés répartis dans nos bureaux de Bordeaux, Paris et Singapour.

www.fieldbox.ai

A propos de l'orateur