Project Overview

• Développer un système intelligent en temps réel pour détecter les fruits et légumes abîmés ou pourris à l'aide de la vision par ordinateur.
• Le système combinera traitement d'image avancé et modèles de deep learning pour classer les produits en « frais » ou « abîmé » avec une forte précision.

Objectifs et périmètre

• Traitement en temps réel des flux d'images pour détection instantanée sur lignes de production, entrepôts ou points de vente.
• Interface web (React) affichant les résultats et insights en temps réel, historique et logs stockés dans MongoDB.

Responsabilités et tâches

• Collecte et prétraitement d'images de fruits et légumes (annotation, augmentation, nettoyage des données).
• Conception, entraînement et optimisation de modèles (YOLO / PyTorch ou TensorFlow) pour détection et classification des défauts.
• Intégration du modèle dans un pipeline temps réel (OpenCV, optimisation d'inférence) et mise en place de la communication avec la dashboard React.
• Conception du schéma de stockage MongoDB pour états produits et logs, implémentation des API nécessaires.

Technologies et compétences requises

• Langages et frameworks : Python, OpenCV, PyTorch ou TensorFlow, YOLO, React pour le front-end.
• Base de données : MongoDB pour stocker statuts produits et journaux système.
• Compétences attendues : computer vision et deep learning, expérience avec YOLO et déploiement de modèles, développement front-end React.

Livrables & critères d'évaluation

• Prototype fonctionnel capable de traiter un flux vidéo en temps réel et de classer les produits avec métriques d'évaluation (précision, rappel, FPS).
• Dashboard React opérationnel affichant détections en direct, historiques et états stockés dans MongoDB.
• Documentation technique détaillée (architecture, instructions de déploiement, évaluation expérimentale) et code source bien structuré.

Modalités de candidature

• Pour postuler, envoyer un CV et une lettre de motivation en précisant le projet dans l'objet du mail.
• Candidatures par email : jobs@visshopai.com
• Candidature en ligne : https://lnkd.in/duKj9p6S