Amine A.

Développement d'une plateforme de détection automatique d'anomalies visuelles sur interfaces web via Machine Learning

Conception d'une pipeline complète d'analyse d'interfaces : crawling automatisé, capture du panneau du site, et comparaison avec détection d'anomalies visuelles (OpenCV). Mise en place d'un système de collecte de données, avec pré-traitement automatique. Ré-entraînement du modèle de détection d'anomalies sur une nouvelle base de données adaptée aux spécificités du projet. Déploiement et tests fonctionnels de l'application sur un serveur distant, avec rédaction de rapports d'analyse pour ajustement de la pipeline et amélioration de la gestion d'anomalies).

Remise à niveau d'une encartonneuse pilotée par un automate Siemens. Mise en place d'un nouveau système d'emballage et ajout d'une caméra pour le traitement d'image. Intégration de fonctionnalités permettant la détection et l'évacuation des produits défectueux. Reprogrammation de l'automate pour intégrer ces améliorations.

Conception du schéma de fonctionnement et gestion des composants. Intégration d'une nouvelle solution avec l'ancien dispositif de régulation de pression et assurer la communication. Développement sous LabVIEW pour réguler la pression en temps réel et améliorer la précision des tests.