IA et vision par ordinateur en HSE : de l'idée au lancement

De l'idée au système fonctionnel : la vision par ordinateur dans l'industrie alimentaire

L'intégration des technologies d'intelligence artificielle et de vision par ordinateur devient une étape naturelle dans le développement des systèmes de sécurité industrielle. Cela est particulièrement vrai pour l'industrie alimentaire, où les exigences HACCP imposent des règles strictes d'hygiène et de présence du personnel dans les zones propres. Ivan Maksimov, représentant de l'entreprise FoodTech « Qummy », partage son expérience pratique de la création et du déploiement d'un système de vision par ordinateur basé sur des solutions Open Source.

L'intervenant analyse le parcours depuis l'émergence de l'idée jusqu'au lancement d'un outil fonctionnel qui aide à contrôler le respect des normes sanitaires et des règles HSE sans faire appel à des solutions prêtes à l'emploi coûteuses.

Choix du modèle linguistique et processus d'apprentissage

Le modèle linguistique ouvert MoonDream a servi de base au système. Le choix d'un produit Open Source a permis à l'entreprise de réaliser des économies importantes au démarrage et de configurer le système de manière flexible selon ses besoins. La présentation détaille le processus d'entraînement du modèle :

• Entraînement initial sur des données synthétiques : le modèle a été entraîné à reconnaître la fumée, l'absence de masques, de couvre-chefs et de gants, ainsi que des situations inhabituelles (par exemple, une personne allongée sur le sol). Cela a permis d'établir des modèles de reconnaissance de base.
• Apprentissage continu sur un flux vidéo réel : le système a été connecté aux caméras de la cuisine centrale. Le modèle a commencé à analyser les images en temps réel, identifiant les infractions (par exemple, l'entrée dans la zone de production sans vêtements sanitaires). Cela a garanti une grande précision de fonctionnement dans les conditions spécifiques de l'entreprise.
• Intégration avec les systèmes d'alerte : pour une réponse rapide, l'envoi de notifications via un bot Telegram aux responsables et technologues a été configuré. Le délai entre la détection d'une infraction et la réception du signal ne dépasse pas 15 secondes.

Psychologie du déploiement : des sanctions aux récompenses

La réalisation technique n'est qu'une partie du succès. L'intervenant montre, à travers l'exemple de son entreprise, l'importance de bien structurer le travail avec l'équipe lors du déploiement de systèmes de contrôle. Le principe fondamental est le refus des sanctions financières basées sur les données de la vision par ordinateur.

• Le système comme assistant : il est expliqué aux employés que la vision par ordinateur est l'équivalent des systèmes de sécurité passive dans une voiture (ABS, airbags). Elle est conçue pour protéger, et non pour pénaliser.
• Motivation positive : au lieu de « murs de la honte », l'entreprise utilise un système de récompenses. Les employés qui ne commettent aucune infraction pendant un mois reçoivent de petites primes ou des cadeaux. Cela réduit la résistance du personnel et crée une culture de sécurité consciente.
• Préparation préalable : avant le lancement du système, des formations et des discussions ont été organisées, ce qui a permis de dissiper l'anxiété et même de susciter l'intérêt des employés.

Économie du projet et perspectives de développement

La création d'un système interne nécessite des investissements, mais s'avère plus rentable à long terme que l'achat de solutions prêtes à l'emploi. Les coûts principaux concernent la rémunération du programmeur (environ 6 mois de travail) et l'achat d'équipements de serveurs (environ 2 à 3 millions de roubles). Cependant, le développement en interne permet de faire évoluer le système gratuitement, d'ajouter de nouvelles fonctionnalités (par exemple, la reconnaissance faciale) et de l'intégrer aux produits informatiques internes de l'entreprise (1C, Bitrix).

Ce que vous apprendrez dans ce webinaire :

• Comment choisir et entraîner un modèle de vision par ordinateur Open Source pour les besoins HSE ?
• Comment organiser l'alerte rapide des responsables en cas d'infraction à l'aide de bots Telegram ?
• Comment surmonter la résistance du personnel lors du déploiement de systèmes de vidéosurveillance totale ?
• Quels sont les coûts réels de développement d'un système de vision par ordinateur interne par rapport à l'achat de solutions prêtes à l'emploi ?
• Comment la vision par ordinateur aide-t-elle à réduire le niveau de microtraumatismes en production ?