Stage ML - Détection de contaminants dans un flux

L'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).