`Gestion des Déchets | Reconnaissance d'Image IA | Sicara

BUSINESS CASE

Gestion de Déchets

Challenge

Dans le cadre de la valorisation des déchets, en centre de tri, les déchets sont triés par catégorie et compactés sous forme de cube appelé "balle" afin qu'ils prennent moins de place pour les transporter. Afin de minimiser le nombre des balles refusées au moment de la revente aux recycleurs français et étrangers, nous avons développé un outil permettant de vérifier la qualité de ces balles de déchets.

Gestion de déchets, tri, IA, reconnaissance d'image

Les gestionnaires de déchets français sont fortement dépendants de la qualité des balles de déchets triées qu'ils souhaitent revendre aux recycleurs. Un investissement dans la digitalisation des outils industriels de tri permet d'améliorer l'estimation de la qualité des balles recyclées, principale composante de l'acceptation des balles par les recycleurs.

8 Md

CA sectoriel en €

37 677

Salariés

1 300

Établissements

Potentiel

80%
Taux de qualité moyen pour un tri manuel
98%
Taux de qualité demandé
Background
Background
Quotes

Le dernier siècle de notre existence a laissé derrière lui plus d'ordures que nous n'en avions produites en plusieurs millions d'années.

Ronald Wright

Un outil de reconnaissance automatisé

Nous avons développé un outil contrôlant la qualité du recyclage

Un outil de reconnaissance automatisé

Nous avons développé un outil contrôlant la qualité du recyclage

En utilisant la Reconnaissance d'Image, l'identification des déchets contenus dans une balle se fait plus rapidement et de manière plus granulaire, améliorant ainsi l'estimation de la qualité de la balle et permettant de rejeter celles de qualité insuffisante. Notre algorithme prend en entrée une vidéo des déchets qui défilent sur le tapis roulant de tri, identifiant par des boxes les déchets détectés. Suite à cette étape d'identification, le but est de classifier les déchets détectés par types (PEHD, PET, etc.) pour obtenir une estimation de la qualité de la balle et ainsi diminuer le nombre de balles triées refusées par les recycleurs.

Exécution Technique

Nous avons utilisé un réseau de neurones convolutionnel pour la détection des déchets

Exécution Technique

Nous avons utilisé un réseau de neurones convolutionnel pour la détection des déchets

Nous avons développé un algorithme basé sur un réseau de neurones convolutionnel : Mobilenet-SSD. Celui-ci a été utilisé pour reconnaître les déchets en temps réel. Open-source, rapide et précis, il répond à toutes les attentes d'un tel projet. Le modèle a été préalablement entrainé sur PascalVOC, une large base de données d'images open-source non liées à l'univers du recyclage. Afin de le rendre opérationnel, nous avons ensuite réentrainé les dernières couches du réseau sur plusieurs images de déchets annotées.

logo, python, manomano, sicara
keras, logo, manomano, sicara
manomano, opencv, logo

Notre Équipe

Un mode de travail basé sur la méthode Agile

Sicara, startup, équipe, travail d'équipe

Notre Équipe

Un mode de travail basé sur la méthode Agile

Une équipe de deux Data Scientists spécialisés en Computer Vision et un Coach Agile peuvent développer une solution sur-mesure pour répondre à vos besoins.

Olivier

Centrale Paris, Polytechnique

Alexandre

Centrale Paris

Paul

HEC


Articles associés écrits par les Data Scientists Sicara (En Anglais)

Keras, IA, tutoriel, GAN

En finir avec les photos floues en utilisant des GAN avec Keras

Ce tutoriel vous montrera, via des exemples, comment rendre vos images plus nettes grâce à Keras.

TensorFlow, IA, Docker, GPU

Utiliser Tensorflow et Docker sur une machine GPU en quelques minutes

Docker est la meilleure plateforme pour installer rapidement Tensorflow avec une GPU.

Edge detection, tutoriel, connaissance

La détection des contours avec Opencv 4.0 : Tutoriel de 15min

Ce tutoriel vous montrera, via deux techniques OpenCV en python, comment détecter les contours.

AI FOR BUSINESS

Le Livre Blanc

Comment faire des entreprises françaises les championnes de l'Intelligence Artificielle ? Pendant plusieurs mois, Benoît Limare, CEO de Sicara, était partenaire du Think Tank "AI for Business" - Les Echos avec des représentants d'entreprise et des experts de l'IA et de la Data Science. Ce livre blanc rassemble 20 recommandations qui s'adressent à tous types d'entreprises et managers.

Livre Blanc, IA, Intelligence Artificielle, Meilleures Pratiques, Les Echos