Ir para o conteúdo

Consultoria de data science em Tilburg

Desenvolvemos modelos com imagens de câmaras e dados de medição, desde a primeira câmara até ao modelo em produção. Assim, a Floating Farm obteve uma visão mais clara do seu processo de alimentação.

Com computer vision, a Floating Farm obteve uma visão mais clara do processo de alimentação para reduzir o desperdício de ração

Para a quinta flutuante em Roterdão, desenvolvemos uma solução de ponta a ponta: desde a instalação das câmaras até à implementação de um modelo de computer vision que capta o processo de alimentação.

Leia o caso de estudo

Vemos isso todos os dias no terreno, mas como podemos medi-lo?

Muito do que acontece num processo é observado, mas não registado. As câmaras e os sensores podem medi-lo, e um modelo transforma as imagens e as medições em números que permitem ajustar o processo.

Agende uma conversa

De imagens, medições e texto livre a indicadores que orientam as decisões de uma equipa

Fale connosco sobre o seu desafio

Tornar um processo visível

Para a Floating Farm, instalámos as câmaras e criámos o modelo que acompanha o processo de alimentação.

Contar quem passa

Para a GVB, usámos computer vision para apurar o número real de passageiros.

Classificar texto livre

Para a WUA, criámos um modelo que classifica por tema as respostas abertas dos inquiridos.

Em produção, não num relatório

O modelo é executado em momentos definidos, com verificações para confirmar que os resultados continuam corretos e um responsável que faz os ajustes necessários.

Medir primeiro o que realmente acontece, só depois escolher um modelo

  1. Preparar a medição

    Que câmara, sensor ou fonte regista o que pretende saber, e com que frequência.

  2. Testar o modelo com imagens reais

    Testar o modelo com imagens e medições do seu próprio processo, comparando-o com o que a sua equipa observa.

  3. Operar e acompanhar

    Processamento regular, um dashboard ou alerta para a equipa e verificação de anomalias.

As câmaras e um modelo podem tornar o nosso processo mensurável?

Avalie a possibilidade numa conversa

Adequado se

Há algo que acontece num local fixo que atualmente não regista, ou que regista apenas manualmente, e quer saber com que frequência acontece, em que quantidade ou quando acontece.

Não é adequado se

Os dados já estão devidamente registados num sistema. Nesse caso, criar primeiro um relatório ou dashboard com esses dados é o passo mais rápido.

De que depende a dimensão

Do número de locais ou fontes envolvidos, da existência de câmaras ou sensores já instalados, da rapidez com que os resultados são necessários e de quem ficará responsável pela gestão posterior.

Pode simplesmente instalar câmaras?

Não, se houver pessoas identificáveis nas imagens. Nesse caso, definimos antecipadamente com o seu privacy officer o que o modelo vê, o que é guardado e quem tem acesso.

Contagem manual, sensores ou um modelo baseado em câmaras: o que se adequa ao seu processo?

Registo manual

Escolha esta opção se só precisar de registar dados algumas vezes por semana. Um bom formulário e uma rotina consistente são suficientes.

Sensores ou medidores

Escolha esta opção se pretender acompanhar uma única variável, como o peso, a temperatura ou o consumo. O nosso conselho: comece por aqui se a medição, por si só, já lhe der a resposta.

Um modelo baseado em câmaras

Escolha esta opção se pretender ver o que acontece com elementos como a ração, as pessoas ou os produtos, e medir isso repetidamente.

No chão de fábrica, no estábulo ou na estrada: é aí que os nossos modelos funcionam desde 2016

A Data Science Lab existe desde 2016 e é parceira da Microsoft e da Databricks. Trabalhámos para Floating Farm, GVB e WUA e partilhamos o que aprendemos nos nossos Techdays.

Agende uma reunião de apresentação

Começamos por discutir o que pretende medir no terreno

Stef Stoelwinder

Stef Stoelwinder

Business Development

Stef é o seu ponto de contacto. Na primeira conversa, falamos sobre o processo que pretende medir e o que já é registado.

Que processo pretende quantificar com imagens ou medições?

Descreva o que acontece e o que é atualmente registado. Respondemos por e-mail ou agendamos uma primeira conversa.

Introduza um endereço de e-mail válido.

Diga-nos como podemos ajudar.

Perguntas frequentes

Constrói modelos que medem, classificam ou preveem algo e garante que são usados no trabalho diário. Esta página centra-se em imagens, dados de sensores e texto livre: dados que existem, mas que ainda não estão expressos em números.

Encontra outras aplicações em aplicações de IA.

Não. Trabalhamos a partir de Westerdoksdijk, em Amesterdão. Trabalhamos à distância com organizações em Tilburg e no resto de Brabante e deslocamo-nos ao local para instalar câmaras e fazer medições.

Nenhum dos casos de estudo apresentados aqui decorreu em Tilburg; mostram o que construímos.

É o uso de um modelo para interpretar imagens de uma câmara e reconhecer o que nelas aparece, como um objeto, uma quantidade ou uma ação. Na Floating Farm, usámos classificação de imagens em tempo real para acompanhar o processo de alimentação.

Saiba mais sobre a tecnologia em computer vision.

Depende da variação das situações: luz, ângulo, estação do ano e o que aparece na imagem. Começamos por um breve período de captação e etiquetagem de imagens e verificamos depois se o modelo distingue as diferentes situações.

Se uma situação se revelar demasiado rara, dizemo-lo antes de avançar com o desenvolvimento.

Sim. Para a WUA, construímos um modelo de classificação por tópicos que organiza as respostas abertas dos inquiridos por assunto, para que possam ser usadas de imediato no aconselhamento a clientes.

Saiba mais em análise de texto com NLP.

Definindo antecipadamente o que o modelo deve ver e o que não deve ver. Muitas vezes, é possível posicionar a câmara de modo a que as pessoas não sejam identificáveis, ou eliminar as imagens imediatamente após o processamento e guardar apenas as contagens.

Se estiverem envolvidas pessoas, é necessária uma DPIA; consulte DPIA para IA.

Onde a equipa já consulta informação: num dashboard, numa notificação ou através de uma integração com o sistema que controla o processo. Um resultado que aparece apenas num relatório muda pouco.

Saiba como mantemos os modelos em produção em MLOps.

Quando um instrumento de medição simples ou um formulário bem concebido dá a mesma resposta. Ou quando ninguém vai usar o resultado para fazer algo de forma diferente.

Nesse caso, preferimos começar por ajudar a registar e apresentar o que já existe.