Stage : Counting boxes using Machine Learning based on images

Jouw opdracht

Een klant van Savaco produceert gebak voor grote winkelketens, dit in relatief kleine aantallen, waarbij het aantal artikelen (= dozen) op 1, maximum 2 palletten moet gestapeld worden.
Tijdens hun verpakkingsproces moeten de operatoren deze dozen manueel stapelen en tellen, waarbij regelmatig fouten optreden.
De klant wenst een automatisch controle/tel-mechanisme, zodat de aantallen kunnen geverifieerd worden.
In een vorige stage werd reeds een analyse uitgevoerd om verschillende mogelijkheden te onderzoeken. De meest belovende mogelijkheid bleek Machine Learning te zijn, op basis van foto’s van de pallet, zodat het aantal dozen kan geteld worden. Deze technologie bestaat reeds op de markt, en zou kunnen aangekocht worden, maar bij wisselende producten zou steeds een nieuw model moeten besteld worden.
Het doel van deze stage is het bouwen van een Machine Learning model, die op basis van meerdere foto’s van de pallet, telt hoeveel dozen er precies op de pallet staan, dit kolom per kolom.
Het is vanzelfsprekend dat bij een nieuw type dozen, of nieuwe stapelmethode, het model opnieuw zal moeten getraind worden. De klant is bereid om dit zelf te doen, al of niet op een automatische/semi-automatische methode.

Aanpak - Fase 1

In de vorige stage werden manueel een groot aantal foto’s genomen uit verschillende hoekpunten van verschillende palletconfiguraties. Er kan verder gebouwd worden op deze foto’s, of er kunnen nieuwe foto’s genomen worden, vermits de dozen nog beschikbaar zijn in Savaco.

Op basis van deze foto’s moet er een Machine Learning model gebouwd worden, die per kolom het aantal dozen telt.
Hierbij zal gebruik moeten gemaakt worden van o.a. volgende technologieën:

  • Beeldverwerking: de foto’s zullen bepaalde verwerking moeten doorgaan vooraleer aan het model te kunnen worden aangeleverd
  • Azure: trainen en uitvoeren van het ML Model

Aanpak - Fase 2

In een tweede fase zullen ook in het bedrijf camera’s geïnstalleerd worden. Samen met de student bepalen we de ideale positie. Op dit moment kan het model getraind worden met real-life data, en kan het model en de werking ervan geverifieerd worden.

Technologie

Savaco is implementator van het Azure cloud platform van Microsoft.  Bij voorkeur wordt dan ook dit platform gebruikt om deze case uit te voeren.  Binnen de AI stack van het Azure platform bestaan een aantal services waarvan gebruik kan gemaakt worden, aangevuld met open source tools en frameworks indien nodig.
De student kan tijdens zijn stage steeds beroep doen op reeds beschikbare kennis omtrent deze technologie in Savaco.

Vragen of verdere informatie?

Arne Vanroose
Talent Recruiter
+32 56 26 08 39
jobs@savaco.com

Jouw profiel

De student dient over een stuk analytisch inzicht te beschikken om een goeie vertaling te kunnen maken van de noden binnen deze opdracht en de functionele specificaties van de oplossing.
Hij of zij dient bovendien technisch voldoende kennis te hebben om, onder begeleiding van Savaco, de gekozen oplossing zelf op te zetten en te implementeren.
In deze opdracht kan de student ook in contact komen met de klant, of indien nodig zelfs ter plaatse gaan samen met Savaco.


Deze pagina delen