Maatwerk computer vision die echt werkt in uw productieomgeving, magazijn, winkel of veld. Van object-detectie en beeldherkenning tot OCR, segmentatie en anomalie-detectie — gebouwd als een integratie in uw bestaande software, niet als losstaande proof-of-concept.
Camera's zien tegenwoordig meer dan mensen kunnen bijhouden. Op een assembly-line passeert in een uur meer product dan een QA-medewerker visueel kan controleren. In een magazijn worden duizenden labels gescand. Op een bouwplaats moet altijd iemand kijken of helmen worden gedragen. Computer vision (CV) automatiseert dat soort taken — niet als magie, maar als een betrouwbaar onderdeel van uw operationele software.
Wij bouwen CV-toepassingen die direct landen in uw bestaande stack: een YOLO-model dat draait op een edge-device naast de productielijn, een OCR-pipeline die facturen leest en de regels in uw boekhouding plaatst, of een classificatie-model dat schadeclaims pre-filtert voor uw verzekeringsbackoffice. Geen losse "AI-pilot" die nooit live komt — wel een werkende koppeling met uw ERP, WMS of CRM. Voor strategische voorbereiding helpen we ook bij een bredere AI-strategie waarin CV één van de toepassingen is.
De afgelopen jaren is het gereedschap snel volwassen geworden. Pre-trained modellen als YOLO, Detectron2, Segment Anything en de Vision Transformers hebben een groot deel van het zware werk weggehaald: u hoeft geen miljoenen beelden meer te labelen, maar een paar honderd tot een paar duizend per klasse. Tegelijk zijn edge-devices krachtig genoeg geworden om diezelfde modellen lokaal te draaien — naast de productielijn, in een drone of in een slagboom-installatie. En multi-modal LLM's zoals GPT-4o-vision, Claude Vision en Gemini Vision geven u een nieuwe kortere route voor zero-shot- en few-shot-taken waar u eerder een eigen model voor zou trainen. Welke route past, hangt af van uw data, uw latency-eisen, uw privacy-context en de business case eromheen — dat is precies waar het eerste gesprek over gaat.
Afhankelijk van wat u wilt herkennen, hoe kritisch het is en of bestaande modellen voldoen. We adviseren in het eerste gesprek welk type past.
Voor standaard taken — algemene object-detectie, OCR op reguliere documenten, gezichts-blurring voor AVG — gebruiken we Google Vision, Azure Computer Vision, AWS Rekognition of een open-source pre-trained model. Snelle implementatie, geen eigen training-set nodig, betalen per call.
Wanneer u iets specifieks moet herkennen — uw eigen producten, defecten die niemand anders ziet, branchespecifieke documenten — fine-tunen we een pre-trained model (YOLOv8, Detectron2, Vision Transformer) op uw beeldmateriaal. Inclusief labelling-traject, training-pipeline en inference-service.
Voor toepassingen met lage-latency-eisen — live productie-inspectie, perimeter-bewaking, voertuig-tracking — draait het model op een edge-device (NVIDIA Jetson, Google Coral, Hailo) of in een real-time video-pipeline. We bouwen de hele stack: capture, pre-processing, inference, post-processing en dashboard.
Een werkend CV-systeem dat u zelf kunt onderhouden, plus alles eromheen om verder te bouwen.
Computer vision raakt veel sectoren. Hieronder de scenario's waarin we klanten begeleiden — herkent u er één, dan praten we graag verder.
Camera's boven de assembly-line detecteren krassen, deuken, ontbrekende onderdelen of verkeerde kleur. Een YOLO- of anomalie-detectiemodel (PatchCore, PaDiM) markeert defecte units zodat ze automatisch uitgesorteerd worden voor uw QA-team het zelfs ziet.
Pakketten en pallets door uw magazijn, labels en barcodes uit gehavende dozen, en automatische telling van vakken op stellingen. We combineren OCR (PaddleOCR, Google Vision) met object-detectie en koppelen het aan uw WMS.
Een claimant uploadt een foto, een classificatiemodel beoordeelt schadetype en ernst, en de claim wordt voorgesorteerd. Hetzelfde patroon werkt voor vastgoed-inspecties, drone-foto's en pre-acceptatie. Past goed bij custom LLM-integraties waarin tekst en beeld samen worden geanalyseerd.
Schap-camera's herkennen out-of-stock-situaties en planogram-afwijkingen. In de agro doen we vergelijkbaar werk met drone-beelden: gewas-stress, fruit-rijpheid en aantallen vee in een weide — segmentatie op satelliet- of dronefoto.
Helm-, hesje- en veiligheidsbril-detectie op bouwplaatsen, gecombineerd met perimeter-bewaking. We werken alleen aan toepassingen die ethisch en juridisch verantwoord zijn — geen biometric mass-surveillance, geen emotion-recognition, wel veiligheid in afgebakende contexten.
ANPR voor parkeerterreinen, laadpalen of slagbomen. Voertuig-tracking voor verkeersanalyse en bezetting. Kenteken-data is persoonsgegeven onder de AVG — daar bouwen we de juiste retentie- en bewaartermijnen in.
Voor toepassingen rond medische beeldvorming werken we alleen via een MDR-gecertificeerd pad — vaak samen met een medisch-device-partner. Voor niet-diagnostische taken (workflow-ondersteuning, anonimisatie, beeldroutering) bouwen we zelf onder NEN 7510-eisen.
Tekst en gestructureerde data uit foto's of scans halen, met validatie tegen uw masterdata. We combineren PaddleOCR of Tesseract met multi-modal LLM's voor de moeilijke randgevallen waar regel-gebaseerde OCR vastloopt.
Met OneDayBuild maken we je idee in één dag tastbaar voor €950, zodat je weet of verdere ontwikkeling de investering waard is. Besluit je door te gaan met de volledige bouw? Dan verrekenen we de kosten volledig.
Bekijk OneDayBuild →Een korte rondleiding door de modellen, frameworks en deployment-targets die we in de praktijk inzetten. We kiezen per project — geen one-size-fits-all-stack.
YOLOv8, YOLOv9 en YOLOv10 voor real-time detectie. Detectron2 en MMDetection voor zwaardere taken. Segment Anything (SAM) voor pixel-precieze grenzen. Vision Transformers (ViT, DINOv2) waar transformer-architectuur voordeel geeft.
Voor zero-shot-taken, complexe redenering op beelden of waar tekst en beeld samen moeten worden geanalyseerd. Vaak een snelle route om te valideren of CV überhaupt waarde toevoegt voordat we een eigen model trainen.
PyTorch als trainings-framework, ONNX voor cross-platform export, OpenCV voor pre- en post-processing. Tracking met SORT, ByteTrack of DeepSORT. Anomalie-detectie met PatchCore of PaDiM voor industriële inspectie.
Cloud-GPU's voor batch en training, NVIDIA Jetson en Google Coral voor edge, CoreML en TFLite voor mobile en on-device. Inference verpakt als REST-, gRPC- of WebSocket-service, geschikt voor zowel real-time als batch.
Voor het labellen werken we met Label Studio, CVAT of V7. Experimenten en model-versies tracken we in Weights & Biases of MLflow. CI/CD-pipelines voor training en deployment, plus monitoring op precision, recall en drift.
Wanneer u te weinig productie-beelden hebt, genereren we synthetic data — Stable Diffusion voor variatie, of een 3D-renderer voor pixel-precieze labels. Vaak een belangrijk verschil tussen "het werkt op de demo" en "het werkt in productie".
Een gesprek waarin we de use-case scherp krijgen: wat moet er herkend worden, hoe vaak, hoe snel, en met welke nauwkeurigheid is het waardevol? Vaak doen we een korte feasibility-scan om te bepalen of een bestaand cloud-model voldoet of dat training nodig is.
Vrijwel elk CV-traject staat of valt bij data. Wij helpen bij het verzamelen van representatieve beelden, kiezen het juiste labelling-platform (Label Studio, CVAT, V7) en spreken een acceptatiecriterium af voor de dataset-kwaliteit.
We fine-tunen een pre-trained backbone op uw data, tracken experimenten in Weights & Biases of MLflow en valideren tegen een hold-out-set. U krijgt confusion-matrices, precision/recall-grafieken en concrete voorbeelden van wat het model wel en niet ziet — zodat u weet wat u koopt.
Het model wordt verpakt als inference-service (REST, gRPC of een geconverteerd CoreML/TFLite-bestand voor edge) en gekoppeld aan uw bestaande software. We werken in sprints, leveren elke twee weken iets dat u kunt testen, en bouwen monitoring in vanaf dag één.
Na livegang volgt monitoring op modeldrift, periodieke hertraining op nieuwe data en — als u dat wilt — een beheercontract waaronder we het model meegroeien met uw operatie.
Wat opdrachtgevers meestal willen weten voor we beginnen.
Een kennismaking van een half uur, vrijblijvend. We luisteren naar de use-case, vragen naar uw data en geven richting over haalbaarheid, aanpak en welke modellen passen. Past het in een breder AI-landschap, dan trekken we de lijn door naar generatieve AI-oplossingen of een bredere strategie.
Appfront gebruikt cookies en vergelijkbare technieken voor een goede werking van de website, voor analyse en voor marketing. Je kiest zelf wat je toestaat. Lees meer in ons privacybeleid.
