Définition
La vision par ordinateur est le domaine de l'IA qui permet aux machines d'interpréter des images et des vidéos : reconnaître un objet, lire un texte sur une photo, détecter un défaut sur une pièce, suivre un mouvement. Elle repose depuis les années 2010 sur l'apprentissage profond, d'abord avec les réseaux convolutifs, puis avec des modèles multimodaux capables de décrire une image en langage naturel. La lecture de documents (OCR) en est l'application la plus courante en entreprise.
Dans la pratique
Les cas d'usage rentables sont concrets et répétitifs : contrôle qualité en production, lecture de factures et de formulaires, inventaire par caméra. Le profil doit savoir choisir entre un modèle multimodal par API, rapide à mettre en place, et un modèle spécialisé entraîné sur les images de l'entreprise, plus précis et moins coûteux à grand volume. Le piège est de sous-estimer le travail d'annotation des images.
Termes liés
Définition rédigée par L'équipe Top Profil. Glossaire mis à jour le . Tous les termes du glossaire.