Une nouvelle approche du contrôle qualité avec l’IA
En levant 1 million d’euros, la start-up rennaise DeepHawk déploie une technologie d’intelligence artificielle qui détecte des anomalies à partir d’un faible volume d’images.
Avec la levée de fonds pré-amorçage d’un million d’euros, la start-up française d’intelligence artificielle spécialisée dans le contrôle qualité visuel DeepHawk va pouvoir accélérer le déploiement de ses technologies d’IA avancée et renforcer sa présence sur des marchés clés. Intervenant avant la phase d’amorçage, cette levée de fonds vise à permettre à la start-up de transformer son concept en un projet concret.
Son projet ? Il s’agit d’une solution qui s’appuie sur des algorithmes d’intelligence artificielle, capables d’analyser des images « avec une précision inégalée », détectant des anomalies aussi infimes qu’un seul pixel, affirme la jeune pousse implantée près de Rennes (Ille-et-Vilaine).
« La technologie de DeepHawk a le potentiel de transformer l’industrie manufacturière »
« La technologie de DeepHawk a le potentiel de transformer l’industrie manufacturière », assure Matthieu Jarry, fondateur de The Moon Venture, gestionnaire de fonds de capital-risque, qui a mené cette opération. Et de poursuivre : « Nous avons été impressionnés par l’expertise et l’engagement de l’équipe en matière d’innovation, et nous sommes convaincus que DeepHawk deviendra un leader du marché du contrôle qualité alimenté par l’IA. »
Avec 40 % de son chiffre d’affaires réalisé à l’international en 2023 et la signature récente d’un contrat stratégique avec Stellantis, DeepHawk se caractérise par des autres solutions traditionnelles de deep learning, qui nécessitent des milliers d’images, car sa technologie n’a besoin que d’une cinquantaine d’images de pièces sans défaut pour fonctionner.
Les 5 avantages compétitifs
La start-up DeepHawk dresse plusieurs avantages compétitifs de sa technologie d’intelligence artificielle qui détecte des anomalies à partir d’un faible volume d’images.
- Précision. Détection des anomalies dès un pixel
- Entraînement rapide de l’IA. La technologie propose des modèles opérationnels en moins de 30 minutes avec seulement 30 à 50 images de référence
- Traitement haute vitesse. 60 images analysées par seconde
- Flexibilité. Compatible avec divers formats (visible, rayons X, infrarouge) et configurations multivues
- Écoresponsabilité. Réduction de l’empreinte carbone par un facteur 375 par rapport aux solutions de deep learning traditionnelles
à propos de controle
les plus lus
à lire aussi
Les nouveaux produits
Robotique FANUC pour l'usinage pièces unitaires sur plateforme CUBEBOX
PALETTE, la station robotisée pour les palettes et les systèmes de serrage sur centres d'usinage