Consultora de data science em Rotterdam
Começamos pelo que uma câmara ou um sensor precisa de captar no local. Na Floating Farm, instalámos nós próprios as câmaras.
Usámos câmaras para acompanhar o processo de alimentação na Floating Farm
No âmbito da nossa iniciativa Data for Good, desenvolvemos uma solução end-to-end para a quinta flutuante em Roterdão, desde a instalação das câmaras até à implementação de um modelo de computer vision. O objetivo era compreender melhor o processo de alimentação e reduzir o desperdício de ração.
Pode um modelo fazer algo com imagens de câmaras e séries de medições que ninguém consulta?
Num pavilhão ou num local junto ao rio Mosa, já existem câmaras e sensores, mas as imagens só são analisadas após um incidente. Um modelo que extrai contagens, anomalias ou sinais de desgaste desses dados transforma-os numa série de medições que permite tomar decisões de planeamento.
Modelos com dados de câmaras e sensores que continuam a funcionar fora do laboratório
Câmaras no local
Se algo não está a ser medido em lado nenhum, instalamos nós próprios as câmaras. Foi o que fizemos na Floating Farm para compreender o processo de alimentação.
Sensores que já recolhem dados
O som, a vibração ou a temperatura podem indicar desgaste. Para a ProRail, aplicámos machine learning a cabos de fibra ótica que medem ondas sonoras.
Testados com pouca luz
Testamos cada situação: dia e noite, chuva, contraluz sobre a água e uma câmara cuja posição mudou após a manutenção.
Resultados no sistema que já utiliza
A contagem ou o alerta chega ao sistema que o responsável pelo planeamento, o inspetor ou o operador já utiliza.
Primeiro vamos ao pavilhão ou ao cais, só depois passamos ao modelo
-
Decisão e ponto de medição
Que decisão precisa de melhorar, o que precisa o modelo de observar para isso e onde está ou ficará a câmara ou o sensor?
-
Imagens em todas as condições meteorológicas
Recolhemos e etiquetamos imagens ou séries de medições obtidas durante o dia, à noite e com mau tempo, com um conjunto de teste separado.
-
Operação e acompanhamento
O modelo funciona junto da câmara ou na cloud. Acompanhamos os resultados e voltamos a treiná-lo quando o ambiente muda.
As nossas câmaras e sensores fornecem dados suficientes para um modelo?
É adequado se
Tem câmaras, drones ou sensores num recinto, num pavilhão ou a bordo, e uma contagem, inspeção ou verificação recorrente que atualmente é feita a olho nu.
Não é adequado se
Uma medição simples, como uma báscula ou uma barreira fotoelétrica, é suficiente, ou aquilo que procura ocorre tão raramente que quase não existem imagens. Se for esse o caso, dizemo-lo.
O que determina o âmbito
O número de câmaras, sensores e locais; se já existem imagens ou se é preciso instalar câmaras primeiro; quanto trabalho de rotulagem é necessário; se tem de funcionar em tempo real; e quem faz a gestão após a entrada em funcionamento.
Podemos utilizar essas imagens?
As câmaras de segurança foram instaladas para outro fim. Se colaboradores ou visitantes aparecerem nas imagens, o responsável pela privacidade ou o jurista da sua organização decide sobre esta nova utilização. Concebemos a solução de modo a gerar poucos dados pessoais.
Câmara fixa, drone ou sensor: qual usar para medir o que quer saber?
Câmara fixa
Escolha esta opção se precisar de contar ou inspecionar algo repetidamente no mesmo local, como um tapete transportador, um portão ou uma grade de alimentação. Saiba mais sobre computer vision.
Drone
Escolha esta opção se o objeto for grande ou de difícil acesso, como uma grua, um telhado ou uma pilha de materiais armazenados. No porto de Roterdão, é preciso solicitar primeiro uma zona de voo.
Sensor
Escolha esta opção se a vibração, o som, a temperatura ou o peso permitirem medir diretamente o que pretende. O nosso conselho: comece por aí, se possível, porque uma série de dados de sensores é mais fácil de gerir do que um modelo de imagem.
O Data for Good levou-nos a uma quinta flutuante em Roterdão
Desde 2016, a Data Science Lab trabalha a partir de Amesterdão em áreas que vão das plataformas de dados às aplicações de IA e à sua gestão. Somos parceiros da Databricks e da Microsoft. Através da nossa iniciativa Data for Good, contribuímos para a Floating Farm.

Uma câmara ou um sensor e uma pergunta bastam para uma primeira conversa
Stef Stoelwinder
Desenvolvimento de NegócioStef é o seu primeiro ponto de contacto. Na primeira conversa, falamos do local, das imagens ou séries de medições e da decisão que se pretende melhorar.
E-mail info@datasciencelab.nl
Telefone +31 (0)20 3636 724
Que imagens ou séries de medições gostaria que analisássemos?
Descreva o local, as câmaras ou os sensores e o que pretende saber. Responderemos por e-mail ou agendaremos uma primeira conversa.
Mensagem enviada
Obrigado pela sua mensagem. Entraremos em contacto consigo o mais rapidamente possível.
Perguntas frequentes
Desenvolve modelos que extraem de imagens ou séries de medições aquilo que atualmente verifica a olho ou regista à mão. No caso das imagens, isso inclui classificação (o que aparece na imagem), deteção (onde está cada objeto) ou segmentação (que píxeis lhe pertencem). No caso dos sensores, trata-se de identificar anomalias e tendências em séries temporais de vibração, som ou temperatura.
Estes modelos fazem parte das aplicações de IA que desenvolvemos e depois gerimos.
Segundo o seu próprio site, a Floating Farm está em funcionamento em Roterdão desde maio de 2019, como a primeira quinta flutuante do mundo. A alimentação das vacas provém em grande parte de subprodutos da cidade, como os resíduos de malte de cervejarias de Roterdão.
Para a Floating Farm, instalámos as câmaras e implementámos um modelo de computer vision, com classificação de imagens em Python, para tornar o processo de alimentação mais fácil de acompanhar e reduzir o desperdício de ração.
Não automaticamente. Segundo a Autoriteit Persoonsgegevens, a videovigilância precisa de uma base legal, tem de ser necessária e devem ser desativadas as funções de análise que não sejam necessárias para esse fim. Uma contagem ou inspeção constitui uma nova finalidade. Se a câmara estiver apontada aos trabalhadores, a comissão de trabalhadores tem de dar o seu consentimento prévio.
Na GVB, as imagens das câmaras de segurança dos veículos não são visualizadas nem partilhadas; são apenas analisadas pelo modelo. Cabe ao responsável pela privacidade ou ao jurista da sua organização determinar se a utilização pretendida é permitida.
Segundo a Havenbedrijf Rotterdam, os drones já são amplamente utilizados no porto: para vigilância, medição de pilhas de granéis sólidos e de padrões de tráfego nos terminais, e inspeção de gruas e turbinas eólicas. A área de voo tem de ser solicitada à Havenbedrijf Rotterdam.
Um modelo pode extrair dessas imagens aquilo que um inspetor procura atualmente, como um volume ou uma anomalia num ponto fixo. Os drones podem seguir pessoas com facilidade, alerta a AP; tenha isso em conta ao planear a rota de voo.
O Rotterdam Makers District é composto por RDM Rotterdam e Merwe-Vierhavens (M4H) e aposta em novas tecnologias baseadas na digitalização, na robótica e no fabrico aditivo. O desenvolvimento de RDM é conduzido pela Havenbedrijf Rotterdam, pela Hogeschool Rotterdam e pelo Techniek College Rotterdam.
Para uma empresa industrial nessa zona, uma câmara por cima da linha de produção ou um sensor numa máquina é o ponto de partida habitual. Não temos um caso de estudo próprio no Makers District; a Floating Farm é o nosso exemplo em Roterdão.
Ambas as opções são possíveis. Num dispositivo junto à câmara, em edge computing, as imagens permanecem no local e apenas são transmitidas contagens ou alertas. É uma solução adequada para um cais ou um pavilhão com uma ligação fraca, ou quando é necessária uma resposta rápida.
Na cloud, dispõe de mais capacidade de processamento e pode implementar e monitorizar modelos de forma centralizada, por exemplo, em Databricks ou Microsoft Fabric. Muitas vezes, a solução combina as duas opções.
Por vezes. O anexo III inclui a IA utilizada como componente de segurança na gestão e exploração de infraestruturas digitais críticas, do tráfego rodoviário e do fornecimento de água, gás, aquecimento ou eletricidade. Segundo a Comissão Europeia, essas regras aplicam-se a partir de 2 de dezembro de 2027. O reconhecimento de emoções no local de trabalho é proibido, salvo por razões médicas ou de segurança.
Cabe ao jurista ou à equipa de conformidade da sua organização avaliar se a sua aplicação está abrangida; podemos ajudar no levantamento. Consulte AI Act.
Quando uma medição simples ou um registo melhor no sistema que já utiliza resolve o problema, ou quando ainda não há uma decisão a melhorar. Se quiser primeiro saber onde a IA pode trazer benefícios à sua organização, comece por consultor de IA em Roterdão.
Se procura uma aplicação de IA que vá além de imagens e sensores, que possamos desenvolver e gerir, consulte consultora de IA em Roterdão.
Que caminho seguir: a tecnologia, a consultoria ou todas as aplicações?
- Aplicações de IATodas as aplicações que desenvolvemos, desde modelos de imagem e previsões ao processamento de linguagem.
- Desenvolvimento de computer visionA etiquetagem, as câmaras e a iluminação, edge ou cloud e o novo treino após a entrada em funcionamento, tudo explicado em detalhe.
- Consultor de IA em RotterdamAconselhamento para questões sobre pontes, cais e planeamento na região, com o caso de estudo de Rijkswaterstaat.