La détection de piétons sur engin mobile assurée par le machine learning
(…)
Lorsqu’elle a été contactée, fin 2018, par un métallurgiste français qui voulait installer sur ses engins mobiles des caméras de détection des piétons, Yumain, une start-up française, a choisi des algorithmes de machine learning à base de spike, un réseau de neurones artificiels qui nécessite moins d’analyses que le deep learning. “Un système de vision fondé sur du deep learning effectue une analyse complète de l’image: si vous avez un million de pixels, il traitera chacun d’entre eux” détaille Marc Benoit, le directeur de Yumain. “Avec du spike, l’algorithme n’analyse que les éléments qui évoluent, le mouvement dans l’image“. Après six mois de test sur un site pilote, puis trois, le métallurgiste est “en train de déployer” le boitier de Yumain dans toutes ses usines, ajoute le PDG.
(…)
Si les boitiers de détection semblent convaincre leurs clients, les deux start-ups ne renoncent pas pour autant à intégrer du deep learning embarqué dans un futur proche. Marc Benoit mise gros sur les progrès de la microélectronique.
« Les équipes de Yumain développent, avec le CEA, leur propre Asic, une puce hyper-spécialisée sur laquelle nous pourrons embarquer nos propres réseaux de neurones”. (…) “Le Graal, se prend à rêver Marc Benoit, serait un Asic ultra-basse consommation, qui consommerait moins de 1 nanowatt, contre 3 à 5 watts pour l’Asic sur lequel nous travaillons et 15 watts pour nos GPU actuels“.