NOS PROJETS

L’IA appliquée à de vrais problèmes opérationnels.

Une sélection de projets couvrant la vision industrielle, l’intelligence documentaire, l’optimisation, l’analyse de capteurs et l’imagerie scientifique. Les informations permettant d’identifier les clients sont volontairement omises lorsqu’elles sont confidentielles.

Automatisation documentaire

Automatisation de la saisie des commandes clients

Interpréter des commandes clients très variables et les traduire vers une terminologie SAP standardisée.

DéfiChaque client utilisait des formats, noms de pièces et terminologies différents, alors que le traitement interne exigeait des données cohérentes et exploitables dans SAP.

ApprocheUn pipeline intelligent lit les commandes entrantes, comprend leur contexte et mappe la terminologie propre à chaque client vers les références internes de l’entreprise.

Document AINLPSAPAutomation

Automatisation documentaire

Traitement automatisé des factures

Extraire, structurer et valider les données de factures afin de réduire les tâches manuelles répétitives.

DéfiLes formats de factures et l’emplacement des champs varient fortement selon les fournisseurs, entraînant une saisie manuelle chronophage.

ApprocheUn workflow de compréhension documentaire extrait les champs clés, les normalise et les prépare pour validation et intégration dans les systèmes métier.

OCRDocument AIValidationWorkflow

Automatisation documentaire

Extraction de noms de pièces depuis des plans techniques

Identifier et extraire automatiquement les informations de pièces depuis des plans d’ingénierie.

DéfiLes noms de pièces étaient intégrés dans des plans techniques complexes où l’extraction de texte classique était peu fiable.

ApprocheUne approche sensible à la mise en page combine structure documentaire et compréhension du texte afin d’identifier les informations pertinentes.

Technical DrawingsOCRExtraction

Automatisation documentaire

Classification intelligente de documents

Classifier des documents techniques à partir de leur contenu et de leur mise en page.

DéfiLes fichiers entrants comprenaient des plans, spécifications clients et autres catégories partageant parfois une terminologie similaire.

ApprocheUn pipeline de classification multimodale exploite texte et structure visuelle afin d’orienter chaque document vers le bon workflow.

ClassificationLayoutDocument AI

Automatisation documentaire

Extraction sécurisée de plans techniques sensibles

Détecter et isoler les plans sensibles avant qu’un document ne soit envoyé vers des services cloud.

DéfiLes plans techniques contenaient des informations sensibles qui ne pouvaient pas quitter l’environnement protégé, tandis que le reste du document pouvait bénéficier du traitement cloud.

ApprocheUne étape locale de vision par ordinateur détecte et retire les zones de plans sensibles avant que le contenu restant ne poursuive le workflow cloud.

PrivacyComputer VisionCloudDocument AI

Vision par ordinateur

Détection multicouche de revêtements au microscope

Détecter et caractériser plusieurs couches de revêtement dans des images microscopiques de métaux.

DéfiLes limites entre couches peuvent être subtiles et irrégulières, rendant l’analyse manuelle lente et difficile.

ApprocheUn workflow de vision segmente la structure du revêtement et permet une mesure répétable de plusieurs couches microscopiques.

MicroscopySegmentationIndustrial AI

Vision par ordinateur

Détection de rayures et contaminations

Détecter rayures, poussières et imperfections de surface sur des images microscopiques de revêtements.

DéfiLes petits défauts visuels étaient difficiles à inspecter de manière cohérente à grande échelle.

ApprocheUn modèle de vision identifie et localise les défauts afin de rendre l’inspection plus rapide et plus cohérente.

Defect DetectionMicroscopyQuality

Vision par ordinateur

Suivi d’objets pour simulation de revêtement

Suivre des pièces dans une simulation de revêtement afin d’évaluer la répétabilité et l’exposition des surfaces.

DéfiL’équipe devait vérifier la répétabilité du mouvement et s’assurer que toutes les faces d’une pièce étaient exposées pendant la simulation.

ApprocheLa détection et le suivi d’objets quantifient la trajectoire de la pièce et permettent d’analyser la couverture sur plusieurs essais.

Object TrackingSimulationComputer Vision

Vision par ordinateur

Détection d’anomalies sur lit de poudre en impression 3D

Détecter les irrégularités dans les images du lit de poudre pendant la fabrication additive.

DéfiLes anomalies du lit de poudre peuvent dégrader la qualité finale et sont difficiles à surveiller manuellement couche par couche.

ApprocheUn pipeline de détection d’anomalies sur image signale les motifs atypiques pendant le procédé de fabrication.

Additive ManufacturingAnomaly DetectionVision

Vision par ordinateur

Estimation de fatigue à partir de CT scans

Exploiter des CT scans de cylindres imprimés en 3D pour estimer des caractéristiques liées à la fatigue.

DéfiLes caractéristiques internes visibles dans les données CT devaient être reliées au comportement en fatigue.

ApprocheDes caractéristiques extraites des images et des méthodes de machine learning permettent de modéliser des résultats liés à la fatigue à partir des données volumétriques.

CT3D ImagingMachine Learning

Machine Learning

Classification de motifs dans des capteurs de production de fil

Classification multiclasse de motifs issus de capteurs pendant la production de fil.

DéfiDes signatures capteurs complexes devaient être associées à différents motifs et états de production.

ApprocheUn pipeline supervisé apprend les motifs discriminants dans les données capteurs multivariées et classe les comportements de production.

Sensor DataClassificationManufacturing

Machine Learning

Classification d’IRM du genou assistée par IA

Analyse machine learning multi-label d’IRM du genou pour classifier différentes anomalies.

DéfiLes examens IRM contiennent plusieurs séries d’images et peuvent présenter plusieurs anomalies simultanément.

ApprocheUn pipeline deep learning agrège l’information de plusieurs séries IRM et produit des prédictions multi-label sur différentes catégories d’anomalies.

MRIDeep LearningMulti-label Classification

Machine Learning

Optimisation de tournées de collecte

Optimiser les tournées de collecte clients afin de réduire les trajets inutiles et améliorer la planification.

DéfiLes planificateurs avaient besoin d’un moyen efficace d’ordonner plusieurs arrêts clients en tenant compte des distances et contraintes opérationnelles.

ApprocheUn workflow d’optimisation évalue les arrêts candidats, construit des séquences efficaces et facilite la planification interactive.

OptimizationRoutingDecision Support