Par Francis Latulippe, CTO, Axceta Solutions

Pendant longtemps, quand on parlait de vision par ordinateur dans l’industrie, on pensait à des lignes de montage très structurées : une pièce passe devant une caméra, un algorithme vérifie qu’elle est conforme, puis on passe à la suivante. Simple, efficace, et surtout prévisible. L’environnement était contrôlé, les conditions d’éclairage fixes, les objets toujours au même endroit.

Ce modèle existe toujours, et il fonctionne très bien pour ce qu’il fait. Mais il ne représente plus qu’une fraction de ce que la vision par ordinateur permet aujourd’hui.

Ce que les sites industriels cherchent à voir maintenant

Les cas d’usage classiques existent depuis des années : détecter l’usure des équipements, surveiller les violations du périmètre de sécurité, identifier des anomalies sur des convoyeurs, gérer les angles morts autour des véhicules lourds. Ces applications ont fait leurs preuves.

Ce qui change, c’est qu’on commence à appliquer la vision par ordinateur à des environnements beaucoup moins contrôlés : des espaces de travail complexes, des sites à ciel ouvert, des situations où les conditions évoluent constamment. Et les questions qu’on pose aux systèmes deviennent plus sophistiquées : est-ce qu’un travailleur adopte un comportement à risque ? Est-ce que ce processus de fabrication dérive subtilement de la norme ? Est-ce qu’il y a un problème d’assurance qualité à une étape qui ne peut pas être automatisée facilement ?

On passe d’une logique de détection binaire — présent/absent, conforme/non conforme — à une logique d’observation et d’interprétation. C’est une évolution importante, tant sur le plan technique que sur celui de la valeur qu’on peut en tirer.

Le vrai débat : traiter en périphérie ou dans le nuage ?

L’une des questions qu’on nous pose le plus souvent, c’est : est-ce qu’on devrait traiter les images en périphérie, directement sur la caméra, ou les envoyer dans le cloud ?

La réponse honnête, c’est : ça dépend, et souvent, la meilleure solution combine les deux.

Voici comment je l’explique. Plus on s’approche du cloud, plus on a de ressources de calcul disponibles. Mais cette puissance a un prix : la dépendance à la connectivité et à la bande passante. Si votre réseau est instable ou saturé, le temps de traitement s’allonge, et dans certains cas, ça peut avoir des conséquences réelles. Sur un convoyeur qui trie des pièces à cadence élevée, quelques secondes de latence en trop, et ce sont des pièces défectueuses qui passent.

Le traitement en périphérie, à l’inverse, effectue l’analyse directement sur place, sans dépendre d’une connexion externe. Le traitement est plus rapide, et on n’est pas à la merci d’un tunnel Wi-Fi défaillant dans un corridor de mine ou d’un réseau cellulaire intermittent en plein champ.

Mais la périphérie a ses limites aussi. La puissance de calcul disponible sur un appareil embarqué est plus limitée. Et à mesure que les modèles de vision deviennent plus complexes, ça compte.

Ce qu’on préconise chez Axceta, c’est une approche hybride : on traite en périphérie ce qui est urgent et en temps réel, et on remonte au cloud les données consolidées, les images sélectionnées et les alertes nécessitant une analyse plus approfondie. C’est un peu comme le principe de la mise à jour OTA dans l’IoT: on distingue intelligemment ce qui se passe localement de ce qui doit être partagé. Ça donne le meilleur des deux mondes : la réactivité de la périphérie et l’accessibilité et la puissance du cloud pour les utilisateurs qui ont besoin de voir l’ensemble.

Les industries qui bénéficient le plus de la vision en périphérie

Ce modèle est particulièrement pertinent dans les secteurs où la connectivité n’est pas garantie, et c’est là qu’on voit la vision par ordinateur en périphérie progresser le plus rapidement.

En Agtech, les champs sont vastes et les réseaux cellulaires sont souvent faibles ou inexistants. Analyser les images de santé des cultures, détecter des infestations ou des zones de stress hydrique en temps réel demande qu’on traite les données sur place.

En exploitation minière, les conditions de réseau, sous terre ou sur des sites éloignés, sont par définition imprévisibles. Même en surface, les infrastructures de réseau sur les chantiers varient considérablement d’un site à l’autre.

Et même dans des environnements industriels plus classiques, on se retrouve souvent dans des situations où le réseau est disponible mais pas fiable: des chaînes de montage bruyantes sur le plan électromagnétique, des bâtiments anciens dont l’infrastructure réseau n’a pas été conçue pour transmettre des flux vidéo en continu.

Il y a aussi un argument purement pratique : lorsque la quantité de données à traiter est trop importante, le traitement en périphérie devient presque indispensable. Prenons la surveillance à distance: envoyer des heures de vidéos brutes dans le cloud pour en analyser 2 % est inefficace et coûteux. À la place, on fait un premier dépistage en périphérie et on remonte uniquement les images pertinentes.

Le matériel : choisir en fonction du contexte

Il existe aujourd’hui une gamme intéressante de matériel conçu pour la vision par ordinateur dans des environnements difficiles. Certains fabricants proposent des caméras déjà « ruggedisées » pour le froid, la poussière, les vibrations. Des produits comme ceux d’Excelsense donnent de bons résultats dans ces conditions. Pour la puissance de calcul embarquée, la série Jetson de NVIDIA reste la référence du marché pour l’inférence en périphérie. Et il existe également des fabricants québécois sérieux au sein de cet écosystème, ce qui est intéressant pour les entreprises souhaitant une chaîne d’approvisionnement locale.

Le choix du matériel, c’est toujours une question de contexte : quelle est la cadence d’images requise ? Quelle est la complexité du modèle qu’on veut faire tourner ? Quelles sont les conditions environnementales du site ? Il n’y a pas de réponse universelle.

Le rôle d’Axceta : livrer des solutions qui performent sur le terrain

Chez Axceta, la vision par ordinateur s’inscrit dans la continuité naturelle de ce que l’on fait : concevoir et opérationnaliser des solutions physiques connectées pour l’industrie. On n’est pas fabricant, et on ne vend pas de matériel en soi. Notre rôle, c’est d’aider nos clients à choisir la bonne combinaison de caméras, de processeurs et de modèles pour créer une solution qui fonctionne vraiment sur le terrain et qui continue de fonctionner à long terme.

Ce qui nous distingue, c’est qu’on combine l’expertise de terrain dans des environnements exigeants (mines, sites agricoles, installations industrielles) avec la capacité de dérisquer rapidement le problème, d’accélérer le développement et d’optimiser les coûts d’exploitation une fois en production.

Pour rendre ça concret : sur un site minier récent, un système de vision en périphérie a détecté une surchauffe sur la surface d’un convoyeur 40 minutes avant qu’elle n’ait entraîné un arrêt non planifié. La détection s’est faite localement, sans passer par le cloud, car dans ce couloir souterrain, il n’y avait tout simplement pas de connectivité fiable. C’est exactement le type de valeur que cette technologie peut apporter lorsqu’elle est correctement déployée.

Dans le prochain article de cette série, nous aborderons un obstacle que beaucoup d’équipes découvrent trop tard : la plupart des déploiements de vision par ordinateur échouent avant même de tourner, non pas à cause des algorithmes, mais parce que les caméras et les capteurs ne survivent pas aux conditions réelles du terrain. On parlera des environnements hostiles et des solutions matérielles conçues spécifiquement pour y fonctionner.

D’ici là, si vous avez des questions sur ce qu’une solution de vision par ordinateur pourrait faire pour votre environnement, n’hésitez pas à me contacter directement.