Stage ML - Détection de contaminants dans un flux

Visionairy

  • Palaiseau, Essonne
  • Stage
  • Temps-plein
  • Il y a 2 mois
Nous croyons que l'intelligence artificielle doit être un outil au service du travail humain et doit permettre de réinventer nos manières de produire.C'est pourquoi nous développons un logiciel à destination des industriels qui permet de déployer facilement des applications d'IA et Computer Vision en se basant seulement l'expertise métier et sans nécessiter de compétences en programmation.Depuis 2022, Visionairy multiple chaque année sa croissance par 3 et analyse aujourd'hui plusieurs milliers de pièces par jour. Nous sommes présents dans 6 pays européens.Notre croissance s'appuie sur 3 piliers fondamentaux : une technologie qui fonctionne, un produit intuitif et une importance forte accordée à l'intégration de nos solutions chez nos clients.L'équipe se compose d'une quinzaine de personnes, dont les 3/4 sont tech.En automatisant des tâches à faible valeur ajoutée dans divers secteurs d'activité (électronique, pharma, verre, mobilités,..), nous voulons être acteurs de la ré-industrialisation européenne et contribuer ainsi à réduire l'empreinte écologique liée à la délocalisation.Descriptif du posteL'objectif du stage sera d'améliorer et développer des méthodes de détection de contaminants dans un flux d'images, qui pourront ensuite être intégrés dans notre logiciel de contrôle visuel sur ligne de production: Visionairy Run.En particulier, les développements pourront être appliqués à 3 cas d'usages : détection de contaminants dans un flux de plastique à recycler, détection de piles au lithium dans un flux de jouets reconditionnés, détection de contaminants dans l'agroalimentaire.Parmi les challenges techniques, la méthode développée devra être capable de faire du tracking dans un environnement à vitesse modérée (10-20 fps), identifier des contaminants fins (
10% à la taille de l'image), avec peu de données d'apprentissage et des données évolutives.Dans un premier temps, on se concentrera sur l'évaluation des modèles existants de détection d'objets (yolo, fastercnn, etc.), puis on s'attachera à proposer des améliorations à ces méthodes ou en envisager d'autres en fonction des contraintes spécifiques à chaque cas d'usage. La finalité du stage est ensuite de déployer ces nouvelles méthodes dans un environnement de production.Visionairy mettra à disposition l'ensemble des données de production concernant ces 3 cas (plusieurs milliers d'images partiellement annotées).

Visionairy