Démonstration du contrôle qualité basé sur l’IA : un système de détection et de classification des oiseaux

Bien que notre technologie principale soit conçue pour détecter les anomalies et les écarts de qualité dans des environnements industriels, les principes sous-jacents s’appliquent également à d’autres contextes. Dans ce cas, nous avons réutilisé nos algorithmes de détection et de classification pour identifier et comptabiliser les espèces d’oiseaux – une démonstration claire et intuitive de notre technologie.

Le système commence par détecter une activité biologique à l’aide d’un algorithme de détection de mouvement ou d’anomalie. Lorsqu’un mouvement est détecté, une image est capturée et enregistrée. Dans la phase initiale du projet, ces images ont été annotées puis utilisées pour entraîner un réseau neuronal à reconnaître différentes espèces d’oiseaux. Une fois le système entraîné, chaque oiseau passant est classifié et son apparition enregistrée – illustrant les mêmes mécanismes de détection, classification et enregistrement que ceux utilisés dans le contrôle qualité industriel.

Cette démonstration ornithologique sert d’analogie simplifiée à nos solutions clients : capturer les anomalies, en tirer des enseignements et fournir des insights exploitables en temps réel. C’est un exemple accessible de la façon dont Hammer-IMS utilise l’IA pour améliorer la qualité des produits en ligne, directement via son environnement logiciel Connectivity 3.0.

Pour plus d’informations sur nos solutions de vision industrielle basées sur l’IA, consultez la page technologie.