L'une des activités clés lors des tests numériques est la collecte de données concernant la progression et le résultat final des tests. Ces données permettent d’évaluer la performance du système par le client ou, si nécessaire, par l’agroalimentaireTEF (via le service S00184). Ce service gère la collecte des données pertinentes pour l'évaluation des performances produites au cours des essais, tant par le système testé que par l'environnement informatique dans lequel les essais ont lieu.
Des exemples de données collectées comprennent des informations produites dans un environnement virtuel pour simuler la collecte de données de capteurs dans un environnement physique; des statistiques sur les performances du modèle d’IA au cours de la phase de test et de déploiement (par exemple, mémoire occupée, nombre de paramètres formables, perte d’entraînement/d’optimisation, etc.); des étiquettes et des annotations spécifiques à utiliser comme base pour évaluer le système; et la sortie du système lorsqu'il est soumis à une série de conditions d'essai.
L’ensemble minimal de données à collecter est défini par les mesures d’évaluation que l’utilisateur a choisies (soit seul, soit avec le soutien d’AgrifoodTEF, via le service S00178) pour les traiter; en général, un ensemble plus large de données est sélectionné par AgrifoodTEF avec le client afin de fournir une vue plus riche des performances du système et de permettre l’application d’autres mesures à l’avenir, si nécessaire.
En tant que sortie du service, en plus des données brutes, nous fournissons également au client une documentation décrivant les caractéristiques enregistrées et les conditions de l'environnement de test au moment des tests, ainsi que les valeurs des paramètres, les plages de variation et les spécificités requises à des fins de reproductibilité.
Comment le service peut-il vous aider?
Lors de l’exécution de tests numériques tirant parti des ressources informatiques fournies par AgrifoodTEF, la collecte de données significatives nécessite une connaissance approfondie du type d’infrastructure utilisée pour les tests et des spécificités de la mise en œuvre de AgrifoodTEF. Ce service aide les clients à obtenir les données requises sans avoir à développer les compétences internes nécessaires pour effectuer eux-mêmes la collecte de données.
En tirant parti de ce service, le client transmet la tâche de collecte de données à l’équipe d’ingénieurs d’AgrifoodTEF, qui sont experts tant dans les campagnes de collecte de données que dans l’architecture et les outils de l’infrastructure numérique d’AgrifoodTEF.
Ce service permet au client de tirer parti de la capacité (que seuls les tests numériques ont) de permettre une reproductibilité / répétabilité parfaite des tests: Un contrôle parfait de l'environnement d'essai est en fait disponible, de sorte que le problème de la reproductibilité / répétabilité est réduit à posséder des informations complètes sur l'environnement et les tests effectués dans celui-ci.
Comment le service sera fourni
Lors de l’exécution de tests numériques tirant parti des ressources informatiques fournies par AgrifoodTEF, la collecte de données significatives nécessite une connaissance approfondie du type d’infrastructure utilisée pour les tests et des spécificités de la mise en œuvre de AgrifoodTEF.
Ce service aide les clients à obtenir les données requises sans avoir à développer les compétences internes nécessaires pour effectuer eux-mêmes la collecte de données.
En tirant parti de ce service, le client transmet la tâche de collecte de données à l’équipe d’ingénieurs d’AgrifoodTEF, qui sont experts tant dans les campagnes de collecte de données que dans l’architecture et les outils de l’infrastructure numérique d’AgrifoodTEF.
Personnalisation du service
Cette description de service est intentionnellement générique. Chaque cas de ce service est, en fait, personnalisé pour l'adapter aux besoins et aux exigences du client spécifique. Ce qui suit est un exemple d'instance de service.Exemple de service: Pour éviter d'endommager les plantes lors des opérations de désherbage robotisé, le client souhaite tester une solution de navigation intra-ligne en simulation avant de déployer le système sur le terrain, de sorte qu'une simulation appropriée (basée sur Gazebo) du robot et de l'environnement a été préparée. Pour aider le client à valider minutieusement son logiciel de navigation, nous exécutons la simulation et collectons les données du nuage de points dans un simulateur Gazebo. Les données recueillies représentent des rangées de plantes de différentes longueurs (3, 5 et jusqu'à 10 mètres), des largeurs intra-lignes (de 3 à 1 mètre) et des densités de plantes permettant de tester le système dans des scénarios de difficulté variable. Au cours de ces activités, nous collectons des ensembles de données décrivant l'interaction du robot avec l'environnement simulé; En outre, nous collectons les flux de données complets (simulés) des capteurs afin que le client puisse les utiliser plus tard (par exemple, pour la formation de modèles d'IA). Nous fournissons également au client un rapport décrivant les différents champs de données inclus et leur fréquence de collecte, ainsi que les fichiers de configuration complets de l'environnement de simulation, permettant ainsi de reproduire exactement les tests à l'avenir.
