La vision par ordinateur en industrie sert à deux choses en 2026, et elles ne se déploient pas de la même façon : le contrôle qualité en ligne, qui détecte les défauts sur une pièce ou un produit à la cadence de la production, et la sécurité des zones de travail, qui détecte une situation à risque, port des équipements, présence dans une zone interdite, avant l'accident. Le premier chantier se mesure en taux de défauts échappés ; le second en événements détectés et en fausses alertes. Les deux sont traités ici, avec le flux de détection, ce qu'un modèle mesure réellement, l'architecture matérielle, le cadre CNIL pour les caméras qui filment des salariés, et par quoi commencer.
Ce qu'un système de vision fait, et pourquoi il remplace les règles fixes
Un système de vision industrielle classique compare une image à des règles fixes : une cote, un seuil de contraste, un gabarit. Il échoue dès que la pièce, l'éclairage ou le fond varient. Un modèle entraîné sur des exemples apprend ce qu'est un défaut sur les pièces de l'usine, rayure, manque, mauvais positionnement, soudure incomplète, et tolère les variations qu'il a vues pendant l'entraînement. La contrepartie est qu'il ne vaut que ce que valent ses exemples : un défaut jamais photographié n'est pas détecté.
Le livre blanc de Bpifrance Conseil sur les PME, relayé par France Num, situe la vision par ordinateur à 9 % des cas d'usage identifiés en diagnostic, loin derrière l'IA générative, mais avec un profil particulier : quand elle s'applique, elle touche directement la production, pas l'administratif.
Résumé de la vidéo (en anglais) : les créateurs des modèles YOLO, les plus utilisés en détection d'objets, montrent des cas industriels réels, inspection de pièces, détection d'équipements de protection, et ce que demande un déploiement en atelier.
Le flux de détection en quatre étapes
Acquisition. Une caméra fixe, un éclairage contrôlé, une cadence alignée sur la ligne. La majorité des échecs viennent de là : une image floue, un reflet, une pièce mal positionnée, et le meilleur modèle ne voit rien.
Jeu de données. Des centaines à quelques milliers d'images réelles, annotées par des opérateurs qui connaissent les défauts, avec les cas rares représentés. C'est le poste de travail le plus long et le moins visible du projet.
Entraînement et évaluation. Le modèle apprend sur une partie des images et se mesure sur le reste, sur des images qu'il n'a jamais vues. Le résultat qui compte n'est pas la précision globale mais le rappel sur chaque type de défaut : la part des défauts réels que le modèle attrape.
Décision. Un score de confiance par détection, un seuil réglé avec le métier, et une action : éjection, marquage, alerte, ou envoi en contrôle humain pour les cas entre deux seuils.
Ce qu'un modèle mesure réellement, et les deux chiffres à exiger
| Chiffre | Ce qu'il dit | Ce qu'il ne dit pas |
|---|---|---|
| Rappel par type de défaut | La part des défauts réels détectés | Rien sur les fausses alertes |
| Taux de fausses alertes | La part de pièces bonnes rejetées ou d'alertes sans objet | Rien sur les défauts manqués |
| Précision globale | Un chiffre flatteur quand les défauts sont rares | Presque rien : 99 % de précision avec 1 % de défauts peut signifier zéro défaut détecté |
| Latence par image | Si le système tient la cadence de la ligne | Rien sur la qualité |
Un fournisseur qui n'annonce que la précision globale n'a pas répondu. Les deux chiffres à exiger sont le rappel par défaut et le taux de fausses alertes, mesurés sur les images de l'usine, pas sur un jeu public.
Sécurité des zones de travail : le second usage
Détection du port du casque ou des lunettes, présence d'une personne dans une zone machine, chariot en approche d'un piéton : les mêmes modèles, avec un jeu d'images différent, détectent des situations et non des défauts. La mesure change : événements détectés, délai d'alerte, fausses alertes qui, trop nombreuses, font ignorer le système. Et le cadre change aussi, parce que les caméras filment des salariés.
La CNIL encadre la vidéosurveillance au travail : information des salariés et consultation des représentants du personnel, finalité précise, pas de surveillance permanente d'un poste, durée de conservation limitée, accès restreint. Un système de sécurité par vision doit être conçu pour détecter des situations, pas pour évaluer des personnes, et le journal des détections doit le prouver. Les fiches pratiques IA de la CNIL ajoutent la minimisation : ne conserver que les extraits liés à un événement, pas le flux complet.
Architecture matérielle : où tourne le modèle
Trois options. Sur un calculateur en bord de ligne, quand la cadence impose une décision en quelques millisecondes et que le réseau de l'usine n'est pas fiable ; c'est le cas le plus fréquent en contrôle qualité. Sur un serveur dans l'usine, quand plusieurs caméras partagent un modèle et que la latence tolérée se compte en dixièmes de seconde. Dans le cloud, rarement en production, parce que les images de pièces et de postes de travail sortent alors de l'usine, ce que ni la confidentialité industrielle ni le cadre CNIL ne recommandent. Dans tous les cas, le modèle doit pouvoir être réentraîné quand une nouvelle référence entre en production, et le déploiement de la nouvelle version doit être une opération courante, pas un projet.
Par quoi commencer
Par une seule référence, un seul type de défaut fréquent et coûteux, une seule caméra. Un mois pour constituer le jeu d'images avec les opérateurs, deux semaines pour entraîner et mesurer, puis une mise en service en parallèle du contrôle humain existant : le modèle signale, l'opérateur tranche, et on compare. La décision de laisser le modèle éjecter seul vient après un mois de comparaison, quand le rappel et le taux de fausses alertes sont connus sur la production réelle. Ce séquençage, lecture d'abord, décision ensuite, est le même que pour tout projet industriel de JUWA, y compris sur les documents : chez une PME aéronautique, l'agent de vérification a d'abord tourné en signalant les écarts avant toute action automatique.
Où un projet de vision échoue
Constituer le jeu d'images sans les opérateurs, ce qui produit des annotations que la production contredit. Juger le modèle sur la précision globale. Et déployer la décision automatique avant la période de comparaison avec le contrôle humain : le premier lot de pièces bonnes rejetées suffit à faire débrancher le système.
De la ligne à la production, avec JUWA
Le cadrage commence sur la ligne, avec les défauts réels et leur coût, puis vient la constitution du jeu d'images avec les opérateurs, l'entraînement, la mesure sur les images de l'usine, et la mise en service en parallèle du contrôle existant, sur un calculateur en bord de ligne quand la cadence l'impose. Pour les caméras qui filment des postes de travail, le cadrage CNIL et la consultation des représentants du personnel précèdent l'installation. C'est le périmètre de l'offre vision par ordinateur de JUWA, du premier défaut photographié à la production, avec les modèles et les images qui restent dans l'usine.
