Détection automatisée des défauts d’Asian Paints grâce au traitement d’images par vision IA

La mise en œuvre de l’IA a présenté trois défis clés :

Automatisation rentable : Développer une solution extensible permettant de détecter avec précision plus de 15 types de défauts sans dépenses excessives

Utilisation optimisée des ressources : Minimiser la consommation de ressources infonuagiques en évitant les vérifications simultanées, et ce, pour tous les types de défauts

Activation du modèle sur demande : S’assurer que le modèle déployé fonctionne uniquement pendant des plages horaires précises déclenchées par des requêtes de l’interface API

NTT DATA a développé une solution basée sur l’IA avec des capacités de vision par ordinateur et d’apprentissage automatique, utilisant la plateforme Google Cloud (GCP) afin d’aider Asian Paints à identifier visuellement les défauts internes et externes avec précision. La plateforme sans code a éliminé le besoin d’expertise du domaine, offrant la flexibilité et la précision requises pour la détection des défauts de surface.

Le modèle d’IA a identifié plus de 150 défauts liés à la peinture en fonction de critères spécifiques, y compris leur position (au-dessus, en dessous ou sur la surface) et des caractéristiques comme la couleur et la texture. La solution couvrait divers types de défauts tels que les algues, les cloques, les bulles, les particules de sable, l’écaillage, l’imperméabilisation et la décoloration de la teinte, assurant une détection complète des défauts dans toutes les catégories. L’AutoML de

GCP a été utilisé pour construire un modèle de classification à code bas et à étiquettes multiples. Cette approche a permis de simplifier le processus, en utilisant un modèle unique pour détecter plusieurs types de défauts tout en maintenant la précision grâce au regroupement des seuils de confiance. AutoML a été choisi pour sa capacité à rationaliser le développement de modèles sans nécessiter une expertise approfondie en apprentissage automatique.Les

images fournies par le client ont été catégorisées en fonction des types de défauts et téléversées sur Google Cloud Storage pour la formation. Vertex AI a été utilisé pour entraîner et annoter le modèle, assurant un suivi fluide des ensembles de données, des modèles et des déploiements. Cloud Run a ensuite été utilisé pour déployer le modèle en tant qu’API, permettant au client de l’intégrer facilement dans ses flux de travail.

Cette solution a automatisé la détection des défauts et a fourni un cadre évolutif et rentable pour améliorer les processus d’inspection de la peinture.

NTT DATA a apporté une gamme complète de compétences et d’expertise à cette mise en œuvre, combinant une connaissance avancée de l’IA et des technologies infonuagiques, et une compréhension approfondie des besoins spécifiques du client. Notre équipe, composée d’experts chevronnés en science des données, d’ingénieurs et de gestionnaires de projet, a collaboré étroitement avec le client, et ce, à chaque étape du projet. Nous nous sommes concentrés sur l’exécution technique et nous nous sommes assurés que la solution était étroitement alignée sur les objectifs commerciaux du client, offrant le bon équilibre entre évolutivité, efficacité et flexibilité.

Avec notre expérience dans la mise en œuvre de solutions complexes, nous avons pu relever les défis uniques de la détection des défauts de peinture tout en gardant à l’esprit les objectifs à long terme du client. La capacité de NTT DATA à livrer des résultats de haute qualité en temps opportun, ainsi que son soutien continu, ont permis d’intégrer avec succès la solution aux activités du client. L’expertise de notre équipe dans la gestion de bout en bout du cycle de vie des projets, de la stratégie au déploiement, a aidé à favoriser une transformation harmonieuse et percutante, mettant en valeur la véritable valeur de la collaboration et du partenariat.