Contribution à la mise en place d'un système d'identification et d'inspection de pièces moteurs à base de Réseaux de Neurones Convolutifs

par Antoine Leger

Projet de thèse en Instrumentation et informatique de l'image

Sous la direction de David Fofi.

Thèses en préparation à Bourgogne Franche-Comté , dans le cadre de École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; Dijon ; Belfort) , en partenariat avec LE2I - Laboratoire d'Electronique, d'Informatique et de l'Image (laboratoire) et de Pôle 6 - Vision pour la robotique (equipe de recherche) depuis le 01-11-2018 .


  • Résumé

    F2J Reman possède une large gamme de pièces de moteurs (environ 5000), ainsi qu'une base de données photographiques incomplètes. Chaque pièce de moteur possède une ou plusieurs références en raison de leurs évolutions passées. Des opérateurs expérimentés trient et contrôlent ces pièces. L'entreprise souhaite non seulement moderniser cette partie du process pour faciliter l'identification de ces pièces, mais également contrôler l'état de ces dernières. Le contrôle de l'état des pièces peut être pratique pour l'entreprise car ce contrôle est actuellement visuel. L'entreprise souhaite un système d'identification automatique via une caméra (Vision par Ordinateur) pour accélérer et faciliter cette étape de reconnaissance. D'autant plus que des défauts peuvent apparaître sur ces pièces et une détection de ces problèmes pourraient être également perçus par la caméra. Les pièces allant de formes très basiques à des formes très complexes, l'introduction de la 3D est envisagée pour notamment cette étape de reconnaissance de défauts. Pour résumer, ce projet s'intègre dans une réelle volonté de développement de l'entreprise. Le but est d'avoir un système qui identifie les pièces (parmi les 5000) grâce à un réseau de neurones convolutif. L'introduction de la 3D est fortement envisagée en raison de la complexité des pièces et si nous voulons détecter les défauts des pièces plus facilement.

  • Titre traduit

    Setting up an Engine parts recognition and control system based on Convolutional Neural Network and Deep Learning


  • Résumé

    F2J Reman has a wide range of engine parts (around 5000), as well as an incomplete photographic database. Each engine part can have one or several references because of their past evolutions. Experienced machine operators sort and control these parts. The company not only wants to modernize this part of the process to facilitate the identification of these parts, but also to check the status of these parts. The control of the state of the parts with the camera can be convenient for the company because this control is currently visual. The company wants an automatic identification system via a camera (Computer Vision) to accelerate and facilitate this recognition step. Especially since defects can appear on these parts and a detection of these problems could be also perceived by the camera. Parts ranging from very basic shapes to very complex shapes, the introduction of 3D is envisaged for this particular step of recognition defects. To summarize, this project is part of a real desire to develop the company. The goal is to make a system that identifies the parts (among the 5000) through a convolutional neural network. The introduction of 3D is strongly considered because of the complexity of the parts if we want to detect the defects of the parts more easily.