Les équipes produit Thales maintiennent un catalogue de composants électroniques pour contrôler l’approvisionnement des lignes de production, anticiper l’obsolescence de composants et préparer leurs stocks.
L’extraction automatique des caractéristiques techniques des composants électroniques depuis leurs datasheets au format PDF permet d’augmenter sensiblement la quantité de composants catalogués.
Réaliser une telle tâche d’extraction soulève de nombreux défis : la complexité visuelle des diagrammes de datasheets reste difficile à traiter, même pour les modèles multimodaux récents, et la forte consommation en ressources de ceux-ci soulève des questions écologiques et économiques dès lors qu’on souhaite industrialiser un tel procédé.
Outre ces défis, nous expliquerons au cours de cette présentation les résultats obtenus via une approche de type “prompt engineering” ainsi que les raisons qui nous ont conduits à privilégier le fine-tuning d’un Vision Language Model (VLM) en insistant sur la méthodologie employée : constitution du jeu de données, comparaison de tailles VLM , méthode de fine-tuning utilisée, métrique créée pour évaluer le modèle fine-tuné.
Commentaires