Computer vision

Exploitez le potentiel de vos données images et vidéos à l’aide de solutions d’IA

Classification et détection d’objets, segmentation ou génération d’images.

La vision par ordinateur permet d’automatiser les processus métier et ainsi générer un gain de temps considérable tout en réduisant le taux d’erreurs humaines. Les experts Computer Vision de Quantmetry vous accompagnent pour développer des solutions reposant sur des algorithmes de Deep Learning à l’état de l’art.

Classification  |  Segmentation

Estimation de pose  |  Détection d’objet

Extraction de texte  |  Algorithmes génératifs

L'expertise

Team Computer Vision

Notre  équipe multidisciplinaire, expérimentée et spécialisée en Computer Vision nous permet de rester à la pointe dans notre domaine.
Au travers de la R&D et  de nos interventions en mission nous capitalisons au sein de nos guides méthodologique un savoir-faire utilisable par l’ensemble des consultants.

Nos partenariats 

Depuis plusieurs années, Quantmetry a établi un partenariat avec un grand hôpital public dans la R&D contribuant ainsi à améliorer la détection sur des IRM 3D. Plusieurs de nos clients nous ont fait confiance pour notre approche sur mesure intégrant performance, intelligibilité et mise en production.

Maîtrise des algorithmes SOTA

En plus des algorithmes classiques de Computer Vision (SVM), Quantmetry suit de près l’émergence de nouvelles approches.En nous appuyant sur notre connaissance à l’état de l’art, nous pouvons proposer le meilleur choix technologique et algorithmique du marché.

Computer Vision & Industrialisation

Notre expérience multi-sectorielle dans le transport, l’énergie, l’industrie ou encore dans la santé nous permet de sélectionner et de penser des solutions techniques adaptées aux spécificités des secteurs de nos clients.
De plus, nous mettons à disposition plusieurs boîtes à outils, comme notre application de labellisation permettant d’accélérer la réalisation de projets Data.  

Références clients

Pour un grand groupe énergétique, nous avons conçu et développé une solution permettant de détecter automatiquement les toits de différents bâtiments à partir de prises de vues aériennes.

En appliquant une démarche rigoureuse pour analyser et pré-traiter les données (détection de lignes par des gradients horizontaux et verticaux et suppression du fond/végétation par filtre colorimétrique) et en implémentant des algorithmes basés sur Mask R-CNN et U-Net, nous avons pu détecter correctement plus de 80% des toits et classifier leur type (tuiles, tôles, …) avec succès.

Notre méthodologie partagée avec le client et les outils open source utilisés ont encouragés le développement des compétences des équipes internes jusqu’au transfert complet des travaux.

Computer vision

Les médecins font aujourd’hui face à une quantité de données de plus en plus importante, en particulier des images de scanner comportant une multitude de détails à déceler.

Malgré l’utilisation de nombreux outils CAD (Computer-Aided Diagnosis), le temps consacré à l’étude de ces images peut atteindre plusieurs heures voire journées en fonction de la précision et de la complexité des éléments à observer.

Pour le laboratoire de recherche l’INSERM, notre objectif est de classifier les différents types de follicules présents sur des lames histologiques des ovaires de souris et développer un outil de détection automatique de ces follicules. 

En utilisant un algorithme de classification VGG-19 et en appliquant des fenêtres glissantes nous atteignons un recall de plus de 90% et une précision supérieur à 55%.

Notre vision

Etant donné l’évolution rapide du Deep Learning et du domaine de la Computer Vision, nos travaux de veille et de R&D nous permettent d’identifier les nouvelles méthodes efficaces pour nos clients. Notre vision ? Maitriser les aspects théoriques et pratiques de la Computer Vision pour accompagner nos clients dans la mise en oeuvre de solutions innovantes et sur-mesure.

L’équipe Computer Vision de Quantmetry s’emploie à travailler sur une panoplie très large de projets R&D.  

Allant de l’inférence at edge ou l’IA embarqué par la création d’un capteur d’occupation de salle vide de réunion, la participation à des compétitions R&D en utilisant l’état de l’art des architectures, la recherche sur l’interprétabilité et l’intelligibilité des modèles de Computer Vision ou encore le self-supervised learning avec peu d’images labellisées.

Actualités

Blog