Si vous nous suivez depuis un certain temps, vous ne serez pas surpris d'apprendre que nous sommes toujours à l'affût des nouvelles technologies. Nous sommes particulièrement curieux de voir comment elles se comportent dans un contexte manufacturier : obtenir des résultats impressionnants est une chose, mais utiliser l'IA dans des environnements industriels réels en est une tout autre.

Lorsque Meta a publié le modèle Segment Anything (SAM), il a immédiatement attiré l'attention de nos experts en IA. Notre équipe E&I consacre beaucoup de temps à identifier et segmenter manuellement les composants d'armoires électriques, ils se sont donc demandé si ce nouveau modèle pouvait nous aider.

Plus facile à dire qu'à faire, car les techniques traditionnelles de vision par ordinateur peinent souvent avec les détails et les variations présents dans ces armoires. SAM, cependant, offrait une solution prometteuse, surtout si nous prenions le temps de l'adapter à nos besoins.

Dans ce livre blanc, Arno Van Eetvelde et Nick Remouchamps expliquent comment ils ont utilisé la technique LoRA (Low-Rank Adaptation), un jeu de données relativement restreint et une solution personnalisée pour entraîner SAM sur les nuances spécifiques des composants électriques.