Pour de meilleurs modèles de vision par ordinateur

La reconnaissance d’images automatique ou la vision par ordinateur porte sur des données et sur les modèles qui y sont créés. Cette approche va de pair avec des défis à relever et c’est là que la jeune pousse louvaniste Segments.ai veut aider les entreprises et plus précisément leurs ingénieurs.

La reconnaissance d’images, voilà l’objectif de la vision par ordinateur. Détecter des objets, puis comprendre les scènes comme il se doit. Et pour atteindre ce but, les ingénieurs software élaborent des modèles data qui alimentent leurs algorithmes apprenant par eux-mêmes, afin qu’ils puissent toujours mieux exécuter leur tâche. Au départ, il y a des gisements d’images qui sont déjà ou seront labellisées, de sorte que les exemples apprennent au modèle ce qu’il devra identifier à l’avenir.

Structurer et visualiser

Tout démarre par la question de savoir comment labelliser ces images et comment le faire rapidement. “Nous voulons faciliter le processus avec notre plate-forme de données de formation, déclare le CEO de Segments.ai, Otto Debals. En outre, il est tout aussi important de structurer et de visualiser correctement ces gisements de données.” Concrètement, un utilisateur peut amener son ensemble de données sur la plate-forme par API ou SDK. “A partir de là, il est possible de mettre en oeuvre un flux de travail automatique, explique Debals. D’abord et avant tout, notre système fera des propositions adaptables par l’utilisateur. Sur base de ce labelling, ce dernier pourra ensuite créer son propre modèle à intégrer sur notre plate-forme. Ici encore, nous l’aiderons à affiner et à améliorer le système. En fin de course, le client aura de meilleures données et un meilleur modèle à exploiter.”

Lancée début 2020, Segments.ai était en fin d’année prête à se lancer sur le marché. Dans le giron de Start It @KBC et avec le soutien d’un subside VLAIO de 125.000 ? correspondant à la mise des fondateurs, le produit a été finalisé. 2021 a donc été entièrement placé sous le signe de la commercialisation. Dans ce but, Debals et le co-fondateur/CTO Bert De Brabandere misèrent sur leur propre expérience. Debals: “Nous avons décidé de garder nous-mêmes le contact avec nos clients et de nous adresser directement aux ingénieurs, afin de savoir sans détour où se trouvent les points faibles encore à gommer sur notre plate-forme. Voilà le genre d’approche que nous voulons avoir avant la vente, qui suivra à coup sûr ensuite.”

Clic culturel

Début 2021, Debals et De Brabandere furent la première start-up belge à être accueillie par l’accélérateur YCombinator. En avril, un million d’euros furent levés chez Merus Capital, Volta Ventures et des angel investors dans le monde entier. Entre-temps, Segments.ai a trouvé des clients. “Nous sommes aujourd’hui présents dans quasiment tous les secteurs, affirme Debals. Et nous avons déjà des ‘use cases’ très divers à présenter: de l’automobile à la robotique, en passant par le pharmaceutique et le traitement des déchets. Les consultants IT eux aussi découvrent notre outil pour mettre au point leurs modèles de vision par ordinateur. C’est ainsi que Lufthansa Industry Solutions fait appel à Segments. Nous sommes à présent aussi occupés sur un projet pilote pour une marque de sport multinationale.”

“En fait, la plupart de nos clients sont américains, précise Debals à propos de l’ambition de sa jeune pousse. Ce sont tous des contrats que nous avons conclus à distance. Il n’y a donc aucune raison de ne pas nous tourner vers le monde entier. Plus qu’un clic géographique, il faut en arriver à un clic culturel pour ce qui est de travailler avec notre produit. Car oui, nous avons des concurrents proposant des solutions similaires, et pas des moindres. Mais alors qu’Amazon et Google les considèrent comme un de leurs nombreux produits, nous, nous nous focalisons sur l’essence même du problème data. C’est ainsi que nous voulons nous distinguer.”