Services de traitement d'images

La plupart des projets de vision par ordinateur décevants peuvent être attribués à des problèmes au stade de la capture. L'objectif est inapproprié, l'éclairage est incohérent, la position de la caméra dérive, la fréquence d'images ne peut pas suivre la vitesse de la ligne, ou les images que le modèle voit en production diffèrent de manière subtile mais significative de celles sur lesquelles il a été entraîné. Nous traitons la capture comme une partie du système plutôt que comme une contrainte externe fixe, et nous sommes heureux de spécifier les caméras, les objectifs, l'éclairage et les supports mécaniques lorsque cela permettra de décupler la précision du modèle.

La calibration est également sous-estimée. Les caméras dérivent, l'éclairage change avec les saisons et l'heure de la journée, et les convoyeurs développent des schémas d'usure. Un système de vision qui se recalibre silencieusement — ou qui signale lorsque la calibration a dépassé une tolérance acceptable — surpassera un système plus sophistiqué qui ne le fait pas. Nous intégrons la calibration dans le cycle de vie opérationnel, et non comme une tâche de configuration ponctuelle.

Lorsque l'infrastructure de capture existante est déjà en place, nous travaillons dans le respect de ses contraintes, mais nous indiquons honnêtement lorsque ces contraintes limitent ce qui est réalisable. Mieux vaut une discussion précoce sur un luminaire fixe qu'un cycle de réentraînement du modèle qui ne peut pas résoudre un problème physique.

• Spécification de la caméra, de l'objectif et de l'éclairage
• Configurations multi-caméras synchronisées
• Calibration sur le terrain et détection de dérive
• Surveillance de la qualité d'image en temps réel
• Tolérance au mouvement, aux vibrations, à l'encrassement
• Intégration de matériel de qualité industrielle

L'apprentissage profond moderne est, à juste titre, devenu la norme pour de nombreuses tâches de vision par ordinateur. Mais la vision par ordinateur classique est loin d'être obsolète. Lorsque la géométrie est bien définie, l'éclairage est contrôlable et l'apparence est cohérente, les méthodes classiques sont souvent plus rapides, moins chères, plus faciles à expliquer et beaucoup plus faciles à maintenir. Beaucoup de nos systèmes de production les plus réussis sont hybrides : un pipeline classique effectue le travail lourd, et un modèle appris gère les cas résiduels qui résistent aux règles déterministes.

Lorsque l'apprentissage profond est le bon outil, nous choisissons l'architecture avec soin. La détection d'objets, la segmentation d'instances, la segmentation sémantique, la détection d'anomalies, la similarité basée sur l'intégration et la compréhension de documents ont chacune des familles architecturales distinctes avec des profils de coût et de précision très différents. Nous effectuons des tests comparatifs sur vos données, sur le matériel sur lequel vous prévoyez de déployer, et par rapport à la métrique qui correspond à la décision opérationnelle que le système informera.

L'annotation est traitée comme une activité d'ingénierie sérieuse. Les étiquettes incohérentes sont la principale source de performances de modèle décevantes, et nous investissons dans des lignes directrices d'annotation claires, des examens inter-évaluateurs réguliers et un affinement itératif du schéma d'étiquettes à mesure que les données révèlent ce qui distingue réellement les cas d'intérêt.

“De meilleures étiquettes sont généralement plus efficaces que des modèles plus volumineux. Un éclairage plus vif est généralement plus efficace que les deux.”

Les charges de travail de vision ont des exigences de latence et de bande passante inhabituellement larges. Un modèle d'inspection des défauts sur une ligne de conditionnement à grande vitesse ne peut pas se permettre un aller-retour vers le cloud ; un pipeline de compréhension de documents fonctionnant sur des lots de nuit le peut. Nous concevons des modèles de déploiement adaptés : inférence en périphérie sur des PC industriels et du matériel de classe Jetson là où la latence ou la bande passante l'exigent, inférence côté serveur pour les travaux par lots à débit plus élevé, et modèles hybrides où les modèles légers sur appareil transmettent les cas incertains à un modèle cloud plus performant.

L'optimisation pour l'inférence est traitée comme une partie normale de la livraison. La quantification, l'élagage, la distillation, les opérateurs fusionnés et les compilateurs d'exécution (TensorRT, OpenVINO, ONNX Runtime, Core ML) transforment régulièrement un modèle académique en un modèle qui peut fonctionner dans une enveloppe de latence et de puissance stricte. Le coût en précision d'une optimisation bien exécutée est généralement faible ; le bénéfice opérationnel est substantiel.

Les considérations opérationnelles — mises à jour en direct, valeurs par défaut de sécurité en cas d'indisponibilité du modèle, journalisation locale qui survit aux pannes de réseau, accès sécurisé à l'appareil — sont conçues en même temps que le modèle. Un système de vision qui ne peut pas être mis à jour en toute sécurité après le déploiement a une durée de vie utile mesurée en mois plutôt qu'en années.

Nous avons mis en place des systèmes de détection de défauts pour les fabricants automobiles, de produits alimentaires et de boissons, d'emballages et d'électronique, remplaçant l'inspection manuelle sur les lignes à grande vitesse par des systèmes de vision qui détectent un plus large éventail de défauts plus systématiquement et documentent chaque décision qu'ils prennent. Nous avons construit des pipelines de compréhension de documents qui transforment des millions de formulaires, factures, relevés et contrats entrants en données structurées, avec des scores de confiance qui acheminent les cas douteux vers des humains plutôt que de deviner.

Dans le commerce de détail, nous avons déployé des analyses d'étagères et de planogrammes qui transforment les images de magasin en signaux opérationnels — lacunes, produits mal commercialisés, incohérences de prix — qui peuvent être traités au cours du même service. Dans des contextes liés à la santé, nous avons développé des outils d'aide au triage qui priorisent les études pour examen humain et des systèmes de recherche visuelle qui mettent en évidence des cas historiques comparables. Nous veillons à positionner le système comme une augmentation plutôt qu'un remplacement, avec l'humain fermement impliqué lorsque les enjeux le justifient.

Lorsqu'un cas d'utilisation est nouveau, nous le disons, et nous adaptons la découverte en conséquence. La vision par ordinateur n'est pas magique, et tous les problèmes ne s'y prêtent pas bien ; une réponse honnête précoce est plus précieuse qu'une réponse optimiste tardive.

Un système de vision en production nécessite une attention continue, mais la majeure partie de cette attention peut et doit être automatisée. Nous instrumentons les déploiements avec la surveillance de la qualité d'image, les distributions de confiance des prédictions, la détection de dérive sur les statistiques d'entrée, et les tableaux de bord d'images échantillonnées qui permettent aux opérateurs de visualiser ce que le système voit actuellement. Lorsque l'environnement d'exploitation change — une nouvelle variante de produit, un nouveau fournisseur d'emballage, une vitesse de ligne modifiée — ces signaux détectent le changement avant qu'il ne devienne un incident de qualité.

Le réentraînement est une routine, pas une mission de sauvetage. Nous gérons un ensemble de données versionné d'images de production représentatives, intégrons les retours des opérateurs dans les étiquettes et reconstruisons les modèles à une fréquence appropriée au taux de changement de l'environnement. Chaque candidat est évalué sur le même banc d'essai que son prédécesseur, et promu seulement s'il est au moins aussi bon sur les métriques qui comptent.