Services
Nous construisons des systèmes de vision par ordinateur pour des cas d'usage produit, industriels et grand public — de la détection de défauts sur une ligne de production à la reconnaissance d'objets en application, en production à p95 sous 80 ms. YOLO v11, SAM 2, CLIP, DINOv2 et des têtes personnalisées sur ViT/Swin lorsque le domaine l'exige. Déploiement edge sur Jetson et NPU mobiles, service cloud sur NVIDIA Triton, pipelines d'annotation complets sur Label Studio ou Roboflow, MLOps avec surveillance de la dérive. Un PoC CV dès 2 900 $ en 4–6 semaines, un modèle de détection dès 8 100 $, une pipeline de vision dès 10 400 $, un système ML de production dès 13 800 $. Tarifs fixes, tout compris en USD, avec la PI transférée dès le premier jour.
Les projets de vision par ordinateur échouent de façon prévisible : quelqu'un choisit un modèle d'après un article de blog avant que personne n'ait regardé les images réelles, l'annotation est traitée comme un coût ponctuel plutôt que comme un investissement continu, le choix edge ou cloud se fait par préférence au lieu de se baser sur la latence et l'économie unitaire, et personne ne surveille la dérive jusqu'à ce que la précision s'effondre discrètement au quatrième mois. Nous travaillons dans l'autre sens. Le premier livrable est une note écrite de sélection de modèle face à vos images réelles. L'annotation est un pipeline avec apprentissage actif, pas une tâche unique. Le choix edge ou cloud est mesuré, pas présumé. La dérive est un SLO suivi avec un workflow de réentraînement prêt avant le lancement — et non une crise à gérer en urgence trois mois plus tard.
Atelier sur la véritable décision métier que le modèle doit soutenir, plan de collecte d'images, taxonomie des classes, précision et rappel cibles par classe, et une note de faisabilité écrite avec un go/no-go sur le jeu de données avant tout entraînement.
Benchmark comparatif sur vos images réelles : YOLO v11/v8 pour la détection, SAM 2 pour la segmentation, CLIP/DINOv2 pour la recherche et le zero-shot, Detectron2 ou des têtes sur mesure lorsque le domaine l'exige. Coût, latence, précision par écrit.
Benchmark sur matériel réel : NVIDIA Jetson Orin, OAK-D, Coral, iOS Core ML, Android NNAPI pour l'edge ; NVIDIA Triton sur T4/A10G/H100, AWS Rekognition, GCP Vision, Azure Vision pour le cloud. Une recommandation étayée par des chiffres.
Pré-étiquetage par modèles de fondation (SAM 2, GroundingDINO, CLIP), relecture human-in-the-loop dans Label Studio, CVAT ou Roboflow, suivi de l'accord inter-annotateurs (kappa de Cohen > 0,85) et apprentissage actif pour le lot suivant.
Suivi de la distribution des sorties, dérive de l'espace d'embeddings via MMD/KS sur les features CLIP ou DINOv2, tableaux de bord précision/rappel par segment dans Grafana, suivi des expériences MLflow, réentraînement planifié et chemins de rollback documentés.
AIPD co-rédigée avec votre équipe protection des données, inférence embarquée lorsque c'est possible, gabarits de visage hachés plutôt qu'embeddings bruts, rétention avec expiration. Article 9 du RGPD, BIPA, CUBI, Washington H.B. 1493 couverts.
Semaines 1–3 : atelier de cadrage, audit du jeu de données sur vos images réelles, note de sélection de modèle, benchmark edge vs cloud, précision/rappel cibles par classe, plan de livraison écrit. Go/no-go avant le pilote.
Semaines 4–7 : pipeline d'annotation avec pré-étiquetage par modèles de fondation, jeu d'évaluation de référence, modèle baseline (YOLO/SAM/CLIP/sur mesure) entraîné sur le jeu de données. Rapport précision/rappel par segment avant l'itération.
Semaines 8–11 : ablations sur l'architecture, l'augmentation, la fonction de perte et l'équilibre des classes. Apprentissage actif pour concentrer l'annotation sur les images incertaines. Quantification TensorRT/ONNX pour la cible de déploiement choisie.
Semaines 12–14 : déploiement edge ou cloud, tests de charge, tableaux de bord de dérive dans Grafana, workflow de réentraînement dans MLflow, runbooks, chemin de rollback, transfert. Forfait optionnel pour le support en production.
4–6 semaines forfaitaires. Cadrage du cas d'usage, audit du jeu de données, note de sélection de modèle face à des images réelles, benchmark edge vs cloud, plan de livraison écrit avec projection de coûts. Crédit déduit du palier suivant si vous poursuivez. Dès 2 900 $.
Un modèle de détection ou de classification entraîné (YOLO, SAM 2, CLIP ou sur mesure) avec un pipeline d'annotation par modèles de fondation, un jeu d'évaluation de référence et précision/rappel par segment. Dès 8 100 $.
Pipeline de bout en bout déployée sur une cible (appareil edge ou endpoint cloud) : quantification pour la cible de déploiement, tests de charge, relecture human-in-the-loop sur les images difficiles, runbooks. Dès 10 400 $.
Système en production avec MLOps : surveillance de la dérive et des biais, réentraînement planifié, garde-fous biométriques article 9 du RGPD / BIPA, chemin de rollback documenté. Dès 13 800 $.
La tarification est tout compris et en USD, avec la PI transférée dès le premier jour, sans surcoût de recrutement ni surcoût d'outils. Le calcul GPU, le travail d'annotation pour les jeux de données à fort volume et le matériel edge s'exécutent sur vos propres comptes, vous gardez donc le levier des coûts.
La plupart des prestataires CV gardent le chiffre pour un appel commercial. Voici nos paliers allégés à périmètre fixe, pour que vous puissiez budgéter avant la découverte. Tout est tout compris, facturé en USD, avec la PI transférée dès le premier jour, sans surcoût de recrutement, sans surcoût d'outils et sans frais cachés. Vous voyez le budget détaillé avant qu'une seule ligne de code ne soit écrite et vous le validez. Tout crédit du PoC s'applique au palier suivant si vous poursuivez.
PoC CV
dès 2 900 $
4–6 semaines · forfait
Cadrage du cas d'usage, audit du jeu de données, note de sélection de modèle mesurée sur vos images réelles, benchmark edge vs cloud et un plan de livraison écrit. Go/no-go avant tout entraînement. Crédit déduit du palier suivant.
Modèle de détection
dès 8 100 $
un modèle entraîné
Un modèle de détection ou de classification (YOLO, SAM 2, CLIP ou sur mesure), un pipeline d'annotation par modèles de fondation, un jeu d'évaluation de référence et précision/rappel par segment.
Pipeline de vision
dès 10 400 $
déployée sur une cible
Pipeline de bout en bout sur une cible (appareil edge ou endpoint cloud) : quantification pour la cible de déploiement, tests de charge, relecture human-in-the-loop sur les images difficiles, runbooks.
Système ML de production
dès 13 800 $
MLOps & surveillance
Système en production avec MLOps : surveillance de la dérive et des biais, réentraînement planifié, garde-fous biométriques article 9 du RGPD / BIPA et un chemin de rollback documenté.
Ce qui fait varier le chiffre : la distance entre votre domaine et les images naturelles (un détecteur YOLO sur des images produit propres se situe au bas de la fourchette ; des têtes personnalisées sur ViT/Swin pour radiographies, imagerie satellite, wafers ou microscopie sont en haut) ; la quantité de données étiquetées disponibles dès le premier jour (le pré-étiquetage par modèles de fondation avec SAM 2 et GroundingDINO réduit l'annotation de 60–80 %, mais un démarrage à froid avec une taxonomie sur mesure conserve un coût d'étiquetage) ; votre cible de déploiement (un unique endpoint cloud sur NVIDIA Triton vs un modèle quantifié déployé sur une flotte edge Jetson avec mises à jour OTA) ; le budget de latence (une contrainte de p95 sous 80 ms impose une optimisation TensorRT/ONNX et une architecture plus resserrée) ; et le périmètre biométrique ou réglementé (les données de visage/personne relevant de l'article 9 du RGPD ajoutent une AIPD, l'inférence embarquée et la couverture BIPA/CUBI). Le calcul GPU, le travail d'annotation sur les jeux de données à fort volume et le matériel edge s'exécutent sur vos propres comptes, vous gardez donc le levier des coûts. Les prix sont indicatifs et fixés par un devis écrit pour votre périmètre précis.
E-commerce B2B et configurateur de produits pour un fabricant mondial de polymères, avec tarification multi-régions, gestion des stocks et flux revendeurs.
Refonte et reconstruction Android + iOS pour un opérateur allemand de logistique du dernier kilomètre — planification d'itinéraires multipoints, suivi des chauffeurs en temps réel et facturation en application, en production dans l'UE.
Plateforme web de place de marché immobilière avec CMS d'annonces, recherche et console d'administration B2B pour opérateurs US et UE.
Conforme au RGPD · Prêt pour ISO 27001 · SOC 2 Type II en cours · Compatible HIPAA · CCPA pris en compte
Aucun modèle n'est choisi avant que nous n'ayons comparé les candidats sur vos images réelles. Le premier livrable est une note écrite de sélection de modèle avec coût, latence et précision par classe — pas un jeu de diapositives citant des benchmarks sur COCO.
Pré-étiquetage par modèles de fondation, relecture human-in-the-loop avec seuils d'accord inter-annotateurs, apprentissage actif pour le lot suivant. Le pipeline continue de tourner après le lancement, car la dérive ne fera pas de pause pour votre feuille de route.
AIPD co-rédigée avant tout traitement d'image. Inférence embarquée lorsque c'est possible, gabarits hachés plutôt qu'embeddings bruts, rétention avec expiration. Article 9 du RGPD, BIPA, CUBI et Washington H.B. 1493 passés en revue avec vous.
Pour les charges de travail réglementées, nous signons des BAA HIPAA, opérons uniquement dans des régions éligibles HIPAA, et nous nous intégrons à votre DLP et votre gouvernance des données existantes — pas en parallèle.
Les projets WMS de grande envergure échouent lorsque l'expérience du scanner mobile est reléguée au second plan. YuSMP a construit simultanément les clients web et mobile du scanner, de sorte que les objectifs de précision de prélèvement et de latence système ont été atteints dès le premier jour. La démarque inconnue a baissé de 31 % durant les six premiers mois.
Le contrôle des procédés dans un environnement de réacteur ne peut tolérer aucune coupure de connectivité. YuSMP a livré un MES offline-first qui capture chaque étape de manière fiable et se synchronise avec le serveur central sans perte de données. La préparation aux audits, qui prenait autrefois des jours, ne prend plus que quelques minutes.
Tout dépend de la tâche et des données. YOLO v11 et YOLOv8 sont l'option par défaut pour la détection d'objets et la segmentation d'instances lorsque vous disposez de boîtes ou de masques ; v11 est plus rapide et plus précis, v8 dispose du plus large écosystème de checkpoints pré-entraînés. Nous nous tournons vers SAM 2 lorsque vous avez besoin de masques de segmentation sans annotation au clic, en particulier pour la vidéo. CLIP et DINOv2 sont les choix pour la classification zero-shot, la recherche d'images et la recherche visuelle. L'entraînement sur mesure (Detectron2, MMDetection, têtes personnalisées sur des backbones ViT/Swin) prend tout son sens lorsque le domaine est éloigné des images naturelles : radiographies, imagerie satellite, wafers de semi-conducteurs, microscopie. Le premier livrable est toujours une note écrite de sélection de modèle, pas un modèle déjà choisi.
La latence, la confidentialité et l'économie unitaire tranchent. L'edge (NVIDIA Jetson, OAK-D, Coral, NPU mobiles) l'emporte lorsque vous avez besoin d'une réponse inférieure à 100 ms, lorsque la bande passante est limitée, ou lorsque l'envoi de vidéo vers le cloud est rédhibitoire pour la confidentialité ou la conformité. Le cloud (NVIDIA Triton sur instances GPU, AWS Rekognition pour les tâches courantes, GCP Vision, Azure Vision) l'emporte lorsque vous avez besoin de mises à jour centralisées du modèle, lorsque la précision prime sur la latence, ou lorsque les appareils ne peuvent pas héberger un modèle de 200 Mo. De nombreux systèmes en production font les deux : un petit détecteur embarqué pour le tri, un modèle plus grand dans le cloud pour la vérification. Nous comparons les deux approches sur vos images réelles avant toute recommandation.
Une méthode en trois étapes. D'abord, le pré-étiquetage avec des modèles de fondation : SAM 2 pour les masques, GroundingDINO pour les boîtes, CLIP pour la classification, des VLM de pointe (GPT-4o, Claude 3.7) pour les cas difficiles. Cela réduit le temps d'annotation de 60 à 80 pour cent. Ensuite, une relecture human-in-the-loop dans Label Studio, CVAT ou Roboflow avec un objectif d'accord inter-annotateurs supérieur à 0,85 (kappa de Cohen) avant qu'une image n'entre dans l'entraînement. Enfin, l'apprentissage actif : le modèle choisit le prochain lot à étiqueter en fonction de l'incertitude, et non d'un échantillonnage aléatoire. Nous pouvons piloter l'équipe d'annotation nous-mêmes ou mettre en place le pipeline et le confier à la vôtre.
Trois signaux suivis quotidiennement. D'abord, la distribution des sorties : histogrammes de confiance par classe, dérive du nombre de détections, dérive de la surface des masques, tracés face à une référence sur sept jours dans Grafana. Ensuite, la dérive des entrées : décalage des embeddings dans l'espace de features CLIP ou DINOv2 à l'aide de tests MMD ou KS face au jeu d'entraînement. Enfin, le retour de vérité terrain : un pourcentage paramétrable d'images d'inférence acheminées vers une relecture humaine (ou vers un signal métier en aval qui sert d'approximation de la vérité terrain), et des rapports hebdomadaires de précision/rappel par segment. Les alertes se déclenchent en cas de dépassement de seuil et lancent le workflow de réentraînement dans MLflow, avec un chemin de rollback documenté.
Oui, avec le volet conformité cadré dès la première semaine. Au titre de l'article 9 du RGPD, les données biométriques constituent une catégorie particulière : la base légale doit être le consentement explicite, l'intérêt vital ou un intérêt public important. Nous co-rédigeons l'AIPD avec votre équipe protection des données avant tout traitement d'image. Les garde-fous techniques incluent l'inférence embarquée lorsque c'est possible, des gabarits de visage hachés plutôt que des embeddings bruts, une rétention avec expiration, et un stockage cloisonné par IAM. Pour les déploiements aux États-Unis, nous suivons BIPA (Illinois), CUBI (Texas) et le Washington H.B. 1493. Nous sommes conformes au RGPD, prêts pour ISO 27001, SOC 2 Type II en cours, compatibles HIPAA et CCPA pris en compte.
Les missions sont à périmètre fixe et allégées, tout compris et facturées en USD. Un PoC CV démarre dès 2 900 $ (4–6 semaines) ; un seul modèle de détection ou de classification dès 8 100 $ ; une pipeline de vision de bout en bout déployée sur une cible dès 10 400 $ ; un système ML de production avec MLOps et surveillance de la dérive dès 13 800 $. Le montant exact dépend de la distance entre votre domaine et les images naturelles, de la quantité de données étiquetées disponibles dès le premier jour, de votre cible de déploiement et de votre budget de latence, ainsi que du périmètre biométrique ou réglementé. Vous voyez le budget détaillé à la fin de la phase de découverte et le validez avant qu'une seule ligne de code ne soit écrite. Sans surcoût de recrutement ni surcoût d'outils, et le calcul GPU, le travail d'annotation et le matériel edge s'exécutent sur vos propres comptes, vous gardez donc le levier des coûts.
Guides pratiques et analyses de nos ingénieurs pour 2026.
Partagez quelques détails et un consultant senior vous répondra sous un jour ouvré.
