Génération automatique de données multimodales d’assemblages de pièces mécaniques pour l’apprentissage machine en rétro-conception de produits
Partenaires : Arts et Métiers (coordinateur)
Membres LISPEN : Arnaud Polette, Jean-Philippe Pernot
Résumé du projet : Récolter et labelliser des données pour l'apprentissage machine est un travail qui peut s'avérer chronophage, tout particulièrement dans un contexte multimodal (la rétro-conception peut se faire depuis plusieurs modalités) où il est nécessaire d'avoir une labellisation (par pièces) dans plusieurs types de représentations (modèles B-Rep, images, nuages de points, cartes de profondeur, etc). L’objectif de ce projet est de développer des méthodes de génération automatique de grands volumes de données labélisées pour alimenter des méthodes d’apprentissage pour la rétro-conception de pièces et d'assemblages mécaniques. L’originalité du projet repose sur le fait qu’il est possible de labelliser automatiquement certains types de données (e.g. surfaces B-Rep) et de propager ces labels lors de la génération des autres modalités. Des méthodes de génération d'images photo-réalistes, de nuages de points tels que scannés, ainsi que de cartes de profondeurs seront développées. Finalement des cas d'études utilisant ces données illustreront leur exploitation.