MORPHO-IA - IA et Digital Twin au service de la maintenance prédictive | FEREC 2020

MORPHO-IA : ETUDE ET RESULTATS MORPHOSENSE ▪ SAS au capital de 120 366 € ▪ SIRET : 822 036 265 00012 18 allée du Lac Saint André, BP 60278 73370 Le Bourget du Lac ▪ TVA FR13 822036265 Figure 17 : Comparaison du temps de calcul pour une détection des algorithmes L’algorithme YOLO, en plus de son excellente détection présente un temps de calcul quatre fois inférieur à celui de l’algorithme Mask - RCNN. C’est donc cet algorithme qui a é té choisi. L’algorithme pré - entraîné a été importé depuis une librairie de traitement d’images (OpenCV, ressource regroupant des algorithmes et des méthodes de traitement d’image) et a été utilisé pour une troisième étude. Cette dernière a été réalisée pour trouver la taille optimum des images permettant une meilleure détection et un temps de calcul réduit. Quatre tailles d’images (en pourcentage par rapport à la taille avant pré -traitement) ont été testées. Les résultats sont présentés dans la figure suivante : 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 Yolo HOG + cascade classifier Mask R-CNN Temps de calcul (seconde) Algorithmes testés Comparaison du temps de calcul pour une détection