- Annotation plus rapide : des campagnes structurées et des requêtes sur les datasets ont multiplié par 3 la vitesse d’annotation.
- Suivi des expériences plus intelligent : la centralisation des datasets, modèles et expériences a réduit d’environ 20 % le temps perdu chaque semaine.
- Calcul des métriques : la traçabilité tout au long du cycle de vie des modèles a permis à l’équipe d’identifier plus rapidement les améliorations.
- Autonomisation de l’équipe : libérée de la maintenance des pipelines, l’équipe data science a pu se concentrer sur l’innovation.
À propos de Ficha
Ficha est une entreprise innovante dans le secteur de la gestion des déchets. En utilisant des caméras et la vision par ordinateur à l’intérieur des camions-poubelles et des conteneurs, Ficha fournit aux villes et aux bailleurs sociaux des données précises sur la qualité du recyclage. Leur objectif est d’identifier les problèmes de tri et de transmettre des informations ciblées aux citoyens, afin d’aider chacun à mieux recycler. Leur technologie vise à rendre la gestion des déchets plus intelligente, plus efficace et plus durable.
Le parcours Computer Vision de Ficha : Croître rapidement
La vision par ordinateur a été au cœur du produit de Ficha dès le premier jour. Mais à mesure que l’entreprise grandissait et que le nombre de clients augmentait, les tâches répétitives de maintenance et d'amélioration des modèles existant — basé sur des scripts et des transferts de données manuels — commençait à ralentir l’équipe.
L’annotation était difficile à organiser et à suivre, et les processus fragmentés faisaient parfois perdre des informations précieuses entre les datasets, les modèles et les expériences. Même avec de plus en plus de données disponibles, les performances des modèles n’évoluaient pas assez vite pour suivre la croissance de l’entreprise.
L’une des principales leçons retenues par Ficha a été que l’amélioration des performances en IA ne repose pas uniquement sur plus de données ou plus de cycles d’entraînement — il s’agit surtout de créer la bonne structure. En améliorant les pipelines d’annotation et d’expérimentation, le travail en data science est devenu beaucoup plus clair et rapide.
« Nous avions soudain accès à énormément de données, mais nos modèles progressaient assez lentement. Sans un processus solide, nous ne pouvions pas en tirer pleinement parti. Picsellia nous a apporté la structure nécessaire pour itérer plus vite et continuer à innover. »
La solution : une plateforme unique pour rationaliser le workflow
Ficha avait besoin de plus qu’un simple correctif : il leur fallait une plateforme unique pour soutenir l’ensemble du cycle de vie de l’IA. Avec Picsellia, ils ont trouvé une solution intégrée qui a apporté structure, rapidité et traçabilité à chaque étape :
- Données : visualiser et interroger de grands ensembles d’images facilement.
- Annotation : organiser les campagnes et les requêtes, multipliant par 3 la vitesse d’annotation.
- Expérimentation : lancer, suivre et comparer des expériences avec une traçabilité complète.
Surtout, Picsellia leur a offert une visibilité de bout en bout : la capacité de relier une prédiction à l’image et à l’annotation exactes qui l’ont influencée. Cette traçabilité a permis à l’équipe de comprendre rapidement les problèmes et d’améliorer continuellement leurs modèles.
Impact business de la Computer Vision avec Picsellia
En adoptant Picsellia, Ficha a transformé non seulement la vitesse, mais aussi la façon dont l’équipe travaille et innove :
- Vitesse et efficacité radicales : avec une annotation 3x plus rapide et environ 20 % de temps hebdomadaire économisé sur le suivi et la gestion, les cycles d’itération sont considérablement raccourcis.
- Une équipe autonome et concentrée : libérés des tâches de maintenance répétitives, les data scientists seniors peuvent déléguer efficacement, et les juniors contribuer réellement à l’innovation.
- Une base d’IA fiable : une annotation et un suivi des expériences standardisés garantissent clarté et fiabilité. Ficha peut désormais avoir confiance en ses données et fournir des informations précises à ses clients.
Et après ?
Avec une base MLOps rapide, fiable et évolutive, l’équipe de Ficha est désormais libre de se concentrer sur ce qui compte le plus : innover. Libérés des workflows fragmentés, ils repoussent les limites de la waste-tech, confiants dans leur capacité à construire, déployer et améliorer efficacement des solutions d’IA.
