Réentraînement d’un modèle de détection d’objets et automatisation des traitements sur fichiers DWG
Dernière modification: 9 mars 2026
Le projet consiste à réentraîner un modèle de détection d’objets, notamment YOLO et SAHI, à partir de nouvelles données afin d'améliorer la reconnaissance d’éléments spécifiques sur des fichiers DWG. Des scripts en Python sont développés pour extraire automatiquement les objets et leurs coordonnées géoréférencées à partir de ces fichiers. Ces scripts sont ensuite regroupés en pipelines pour automatiser l’ensemble du traitement. L’utilisation d’AutoCAD permet de lire et de manipuler les fichiers DWG. Par ailleurs, une habilitation utilisateur est mise en place à l’aide d’Angular, Node.js et PostgreSQL, garantissant la gestion sécurisée des accès. La communication et l’échange de données entre les systèmes s’effectuent via des API REST.
Sep 2024 → En cours
Vous ciblez ce type de projet pour placer un consultant ?
Identifiez les entreprises sur des projets similaires.
19 décembre 2025
9 mars 2026
Projets similaires
D'autres projets de cette entreprise qui pourraient vous intéresser
Migration d'une application web de gestion d'obsolescence, initialement développée en PHP natif, vers le framework Symfony 4 et le cloud AWS. Le projet inclut l'analyse des besoins, le développement sous Symfony, la gestion des fichiers sur un bucket S3 AWS, le déploiement via Jenkins, la réalisation de diagrammes UML, la migration de la base de données de MySQL vers PostgreSQL, ainsi que la mise en œuvre de tests unitaires et d'intégration. Un support technique de niveau SN3 est également assuré.
Lancement du programme de Surveillance & Supervision pour le réseau ferré, couvrant 28 000 km de voies. Le projet comprend le développement d'un centre de maintenance, d'une interface homme-machine (IHM) de diagnostic et de supervision informatique. L'environnement technique inclut la stack ELK, l'ingestion de données au format JSON et YAML, le design UX, le développement web en HTML & CSS, l'utilisation des services cloud Azure et la création d'API RESTful.
Amélioration et finalisation du programme de Surveillance & Supervision, incluant la migration vers Linux. Le projet comprend la rédaction de documentation et l'accompagnement des nouveaux stagiaires, ainsi que le développement d'un environnement de sauvegarde et de synchronisation pour la supervision à distance. L'environnement technique repose sur des scripts en ligne de commande Linux, la stack ELK, des API RESTful en JavaScript/NodeJS, GitLab, Cntlm et Nginx.