En vedette

Processus d'étiquetage, d'entraînement, de suivi et de déploiement simples

À partir d'une interface intuitive, vos employés peuvent, sans connaissances en apprentissage profond, créer des modèles pour les solutions d'IA. Les tâches comme l'étiquetage et l'entraînement des modèles sont simplifiées grâce à l'extraction des détails techniques par une série de clics. Notre approche consistant à mettre l'IA à la portée de tous attire les entreprises; il s'agit d'obtenir l'efficience en accélérant la productivité vers leurs missions.

Entraînement de modèles pour le classement des images et la détection des objets

En quelques clics, l'utilisateur peut entraîner des modèles d'apprentissage profond pour classer des images ou détecter des objets d'importance. Le codage pour créer des modèles n'est plus nécessaire. Il suffit maintenant de placer des images par glisser-déposer dans des catégories et de dessiner des zones de contour pour étiqueter des objets. Des détails techniques comme les réseaux de neurones et les hyperparamètres sont extraits et préconfigurés pour l'apprentissage à partir d'un exemple de corpus.

Étiquetage automatique avec des modèles d'apprentissage profond

En moyenne, les analystes passent 80 % de leur temps à l'étiquetage et au prétraitement d'ensembles de données pour l'entraînement. Outre le fait de déléguer cette tâche aux experts de domaine, nous offrons des modèles d'apprentissage profond entraînés de manière itérative pour étiqueter automatiquement les ensembles de données. Les ensembles de données qui en résultent constituent les ensembles de données complets et étiquetés de manière précise requis pour l'entraînement. L'apprentissage profond sur l'étiquetage de données réduit considérablement les coûts et abrège pour les entreprises le délai de déploiement des solutions d'IA.

L'analytique des vidéos facilitée pour l'entraînement et l'inférence

Outre les images, nos outils peuvent traiter des vidéos pour créer des fichiers et l'inférence. De quelques clics, vous pouvez importer vos vidéos et traiter les trames pour étiqueter des fichiers. Les modèles entraînés peuvent annoter des flux de vidéos contenant des objets.

Solutions d'IA étendues avec des modèles personnalisés

Les analystes scientifiques des données peuvent aussi importer des modèles personnalisés (TensorFlow), pour ensuite les entraîner, les affiner, les surveiller et les déployer. PowerAI Vision prend aussi en charge la personnalisation du prétraitement d'images brutes au cours de l'étiquetage d'ensembles de données. Les analystes scientifiques des données peuvent maintenant déléguer l'entraînement et le déploiement à d'autres personnes pour se concentrer sur la création de modèles novateurs pour leurs missions.

Déploiement de modèles sur le site, dans le nuage et aux extrémités

PowerAI Vision procure la souplesse de déploiement des modèles entraînés. Une ressource centrale à forte puissance de calcul peut être réservée pour l'entraînement, le modèle résultant pouvant être déployé dans des centres informatiques locaux, dans le nuage, ou même dans des unités limitrophes dotées de puces d'IA. Un outil automatique visant les développeurs compile les modèles accélérés à déployer sur cartes FPGA.

Études de cas

Entraînement de modèles pour classer des images

Étiquetage automatique de vidéos pour entraîner des modèles en vue de la détection d'objets

Apprentissage continu pour étiqueter des objets

Utilisation par les clients

  • Assurer la sécurité des travailleurs

    Assurer la sécurité des travailleurs

    Problème

    Selon le BIT, toutes les 15 secondes, 151 travailleurs sont impliqués dans un accident de travail. Aussi, il se produit chaque année 321 000 accidents du travail mortels. Les accidents de travail demeurent un problème immense dans tous les secteurs, malgré la mise en place de réglementations et de procédures de sécurité.

    Solution

    Les secteurs appliquent des technologies d'IA pour surveiller et appliquer les réglementations portant sur la sécurité. Les applications intégrées de visionique peuvent avertir les ouvriers lorsqu'ils pénètrent dans des zones de danger, ou analyser une zone de construction pour alerter des superviseurs en cas de besoin.

  • Surveillance aérienne par drone pour l'énergie et les services publics

    Surveillance aérienne par drone pour l'énergie et les services publics

    Problème

    Les entreprises de production d'énergie misent sur les employés pour inspecter leurs tours sur de vastes étendues. Il est bien connu que les inspections manuelles coûtent cher, sont risquées, et lentes, surtout quand les tours sont situées dans du terrain montagneux inaccessible.

    Solution

    Les sociétés d'énergie transforment les travaux d'inspection en déployant des drones munis de caméras pour capturer des données d'inspection. Pour de tels secteurs, l'IA peut réduire le temps d'inspection, accroître la fréquence et réduire les risques pour les travailleurs.

  • Inspections visuelles assurant la qualité

    Inspections visuelles assurant la qualité

    Problème

    Les opérations de fabrication utilisent la confirmation visuelle pour s'assurer que les pièces ne présentent aucun défaut. Le volume d'inspections, d'unités de gestion des stocks de produits, ainsi que la variété de défauts rendent difficile la livraison de produits de qualité.

    Solution

    Les modèles d'apprentissage profond déployés dans les usines assurent la prise rapide de décision au cours de la production. Les systèmes apprennent de manière continue à partir de la rétroaction obtenue des inspecteurs humains. L'IA commence à livrer des résultats fiables présentant des taux d'échappement faibles.