{"id":92746,"date":"2025-03-13T09:31:05","date_gmt":"2025-03-13T01:31:05","guid":{"rendered":"https:\/\/solomon-3d.mesvr.tw\/?p=92746"},"modified":"2025-07-18T16:33:44","modified_gmt":"2025-07-18T08:33:44","slug":"vision-par-machine-et-le-role-de-lia-dans-le-controle-de-la-qualite","status":"publish","type":"post","link":"https:\/\/solomon-3d.mesvr.tw\/fr\/blog\/vision-par-machine-et-le-role-de-lia-dans-le-controle-de-la-qualite\/","title":{"rendered":"Vision par machine et le r\u00f4le de l’IA dans le contr\u00f4le de la qualit\u00e9"},"content":{"rendered":"
<\/div>
\n
<\/div>\n
\n

Vision par machine et le r\u00f4le de l’IA dans le contr\u00f4le de la qualit\u00e9<\/h1><\/div>\n\n\n\n
\n
\"\"<\/div>\n<\/div>\n <\/div><\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
L’utilisation croissante des technologies de l’intelligence artificielle (IA)<\/a> a r\u00e9volutionn\u00e9 le contr\u00f4le de la qualit\u00e9 dans la fabrication. \u00c0 mesure que les processus de production deviennent de plus en plus complexes, les m\u00e9thodes d’inspection traditionnelles peinent \u00e0 suivre le rythme. Gr\u00e2ce \u00e0 sa capacit\u00e9 d’adaptation et \u00e0 sa capacit\u00e9 \u00e0 am\u00e9liorer la pr\u00e9cision et l’efficacit\u00e9 de l’inspection, l’IA est devenue un outil indispensable pour maintenir des normes de qualit\u00e9 \u00e9lev\u00e9es dans les environnements de production et de fabrication.<\/strong><\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Inspection visuelle par IA<\/h2>\n\n\n\n
L’inspection des d\u00e9fauts aliment\u00e9e par l’IA, propuls\u00e9e par des algorithmes avanc\u00e9s d’apprentissage automatique tels que les r\u00e9seaux neuronaux de deep learning, offre une rapidit\u00e9 et une pr\u00e9cision in\u00e9gal\u00e9es dans la d\u00e9tection des d\u00e9fauts<\/a>, optimisant ainsi le contr\u00f4le de la qualit\u00e9 sur diverses lignes de produits. Alors que les m\u00e9thodes d’inspection traditionnelles d\u00e9pendent du jugement humain subjectif ou d’approches rigides bas\u00e9es sur des r\u00e8gles, l’inspection bas\u00e9e sur l’IA<\/a> garantit des performances d’inspection coh\u00e9rentes, \u00e9volutives et des prises de d\u00e9cision bas\u00e9es sur les donn\u00e9es. Ces syst\u00e8mes analysent les donn\u00e9es visuelles avec une pr\u00e9cision remarquable, identifiant m\u00eame les d\u00e9fauts subtils tout en traitant efficacement de grands volumes d’articles.

Les algorithmes d’IA excellent dans la d\u00e9tection d’une large gamme de d\u00e9fauts de produits, des imperfections de surface aux anomalies et irr\u00e9gularit\u00e9s complexes. Gr\u00e2ce \u00e0 l’analyse en temps r\u00e9el des donn\u00e9es visuelles, les syst\u00e8mes d’inspection par IA<\/a> emploient des techniques avanc\u00e9es de traitement d’image pour rep\u00e9rer les d\u00e9fauts qui pourraient \u00eatre ignor\u00e9s par les m\u00e9thodes conventionnelles. Ce niveau \u00e9lev\u00e9 de pr\u00e9cision \u00e9l\u00e8ve non seulement les normes de qualit\u00e9, mais r\u00e9duit \u00e9galement consid\u00e9rablement le risque que des produits d\u00e9fectueux parviennent aux consommateurs.

De plus, les syst\u00e8mes d’IA sont capables de classifier les d\u00e9fauts<\/a> avec une pr\u00e9cision remarquable, gr\u00e2ce \u00e0 des algorithmes sophistiqu\u00e9s d’apprentissage automatique. En utilisant ces techniques, les fabricants peuvent trier et cat\u00e9goriser efficacement les articles d\u00e9fectueux, leur permettant ainsi de r\u00e9soudre rapidement des probl\u00e8mes sp\u00e9cifiques et de minimiser les taux de sur-d\u00e9pistage et les faux n\u00e9gatifs dans les processus de contr\u00f4le de la qualit\u00e9.

En plus de la d\u00e9tection et de la classification des d\u00e9fauts, la technologie de reconnaissance optique de caract\u00e8res (OCR) aliment\u00e9e par l’IA<\/a> joue un r\u00f4le essentiel dans la fabrication et la logistique. Les syst\u00e8mes OCR peuvent lire avec pr\u00e9cision des informations critiques telles que les num\u00e9ros de s\u00e9rie, les dates d’expiration et d’autres donn\u00e9es directement \u00e0 partir des produits ou des emballages. Cette capacit\u00e9 am\u00e9liore la tra\u00e7abilit\u00e9 et assure la conformit\u00e9 aux exigences r\u00e9glementaires.

La technologie IA permet \u00e9galement l’identification de caract\u00e9ristiques sp\u00e9cifiques ou de composants manquants dans les produits gr\u00e2ce \u00e0 une v\u00e9rification de pr\u00e9sence\/absence<\/a>, garantissant ainsi la conformit\u00e9 aux normes de qualit\u00e9 rigoureuses. Cette fonctionnalit\u00e9 est particuli\u00e8rement cruciale sur les cha\u00eenes de montage o\u00f9 le placement pr\u00e9cis des composants est essentiel au bon fonctionnement et \u00e0 la s\u00e9curit\u00e9 du produit.

De nombreuses industries utilisent l’inspection visuelle par IA pour le contr\u00f4le de la qualit\u00e9. Par exemple, dans la fabrication d’\u00e9lectronique<\/a>, des entreprises comme Samsung utilisent des syst\u00e8mes d’inspection visuelle aliment\u00e9s par IA pour d\u00e9tecter les d\u00e9fauts sur les cartes de circuits imprim\u00e9s (PCB)<\/a> avec une pr\u00e9cision exceptionnelle. Ces syst\u00e8mes analysent d’\u00e9normes ensembles de donn\u00e9es d’images de PCB \u00e9tiquet\u00e9es pour identifier les imperfections qui peuvent \u00e9chapper aux inspecteurs humains. De m\u00eame, dans la fabrication pharmaceutique<\/a>, des syst\u00e8mes de vision par IA \u00e9quip\u00e9s de cam\u00e9ras haute r\u00e9solution sont utilis\u00e9s pour inspecter les flacons pharmaceutiques \u00e0 la recherche de fissures, de bouchons manquants ou d’objets \u00e9trangers pendant le processus d’emballage.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
\"Pharmaceutical<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Inspection visuelle par IA avec la robotique<\/h2>\n\n\n\n
L’int\u00e9gration de la technologie IA avec la robotique a encore am\u00e9lior\u00e9 les capacit\u00e9s d’inspection, en particulier pour les objets complexes et multidimensionnels. La robotique guid\u00e9e par vision (VGR) <\/a>combine des algorithmes d’IA avanc\u00e9s avec des syst\u00e8mes robotiques \u00e9quip\u00e9s de cam\u00e9ras haute r\u00e9solution et de capteurs, permettant une analyse pr\u00e9cise des objets et structures complexes.

Contrairement aux m\u00e9thodes d’inspection fixes traditionnelles, la VGR adapte dynamiquement les trajets d’inspection autour des objets, augmentant ainsi la flexibilit\u00e9 et l’efficacit\u00e9 tout en r\u00e9duisant la charge op\u00e9rationnelle. Cette technologie est particuli\u00e8rement utile dans les industries confront\u00e9es \u00e0 des d\u00e9fis uniques en mati\u00e8re de contr\u00f4le qualit\u00e9 pour des objets volumineux ou op\u00e9rant dans des environnements contr\u00f4l\u00e9s.

Par exemple, les principaux constructeurs automobiles<\/a> d\u00e9ploient de plus en plus des robots collaboratifs (cobots) dot\u00e9s de syst\u00e8mes de vision pour l’inspection automatis\u00e9e de la peinture. Ces cobots utilisent des cam\u00e9ras haute r\u00e9solution et des algorithmes de machine learning pour scanner automatiquement les carrosseries de voitures et d\u00e9tecter les d\u00e9fauts de peinture, tels que les rayures ou une r\u00e9partition in\u00e9gale.

De m\u00eame, dans l’industrie a\u00e9rospatiale<\/a>, des bras robotiques dot\u00e9s d’IA, \u00e9quip\u00e9s de cam\u00e9ras haute r\u00e9solution et de capteurs suppl\u00e9mentaires comme les ultrasons, inspectent les composants d’avions pour d\u00e9tecter des d\u00e9fauts ou des erreurs d’assemblage. Ces bras robotiques naviguent dans des espaces confin\u00e9s et r\u00e9alisent des inspections automatis\u00e9es avec pr\u00e9cision et efficacit\u00e9, surpassant les m\u00e9thodes d’inspection classiques en termes de rapidit\u00e9 et d’exactitude.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
\"Robotic<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Inspection visuelle par IA combin\u00e9e \u00e0 la r\u00e9alit\u00e9 augment\u00e9e<\/h2>\n\n\n\n
La fusion de l’IA avec les technologies de r\u00e9alit\u00e9 augment\u00e9e (RA)<\/a> repr\u00e9sente une avanc\u00e9e majeure dans les capacit\u00e9s d’inspection, allant au-del\u00e0 de la simple d\u00e9tection de d\u00e9fauts. En superposant les donn\u00e9es d’inspection aux objets physiques, l’IA associ\u00e9e \u00e0 la RA<\/a> fournit aux op\u00e9rateurs des informations exploitables, am\u00e9liorant la prise de d\u00e9cision et la s\u00e9curit\u00e9 au travail. Cette combinaison puissante exploite les atouts de l’IA et de la RA pour r\u00e9volutionner les processus d’inspection, en rendant les flux de contr\u00f4le qualit\u00e9 plus complets et plus efficaces, et en permettant de nouvelles applications telles que le comptage<\/a>, la v\u00e9rification d’assemblage<\/a>, la validation des proc\u00e9dures op\u00e9rationnelles (SOP)<\/a> et l’inspection de s\u00e9curit\u00e9<\/a>.

Les dispositifs de RA assist\u00e9s par l’IA<\/a>, tels que les lunettes intelligentes et les casques de r\u00e9alit\u00e9 augment\u00e9e, offrent une interface fluide pour les op\u00e9rateurs de terrain. Toutefois, la vision par IA ne se limite pas aux \u00e9quipements sp\u00e9cialis\u00e9s de RA. Elle peut \u00e9galement \u00eatre int\u00e9gr\u00e9e \u00e0 des appareils intelligents courants comme les smartphones, tablettes, cam\u00e9ras IP et drones, \u00e9tendant ainsi la port\u00e9e et la fonctionnalit\u00e9 des syst\u00e8mes d’inspection. La compatibilit\u00e9 de ces technologies avec divers dispositifs intelligents souligne leur polyvalence et leur potentiel d’adoption g\u00e9n\u00e9ralis\u00e9e dans diff\u00e9rentes industries.

Par exemple, dans la logistique et l’entreposage<\/a>, la reconnaissance d’objets assist\u00e9e par IA via des appareils intelligents permet un comptage pr\u00e9cis des stocks, optimisant ainsi la gestion des inventaires. Cette int\u00e9gration r\u00e9duit les erreurs de pr\u00e9paration des commandes et fournit au personnel des informations exploitables, rationalisant ainsi les flux de travail et am\u00e9liorant l’efficacit\u00e9 globale.

Lors de l’assemblage de circuits imprim\u00e9s (PCB), ces syst\u00e8mes projettent des instructions directement dans le champ de vision des techniciens, les guidant pas \u00e0 pas dans des proc\u00e9dures complexes. Les algorithmes d’IA analysent les actions des techniciens et fournissent un retour d’information en temps r\u00e9el, garantissant le respect des proc\u00e9dures op\u00e9rationnelles standard (SOP) et minimisant les erreurs.

L’inspection par RA am\u00e9lior\u00e9e par IA<\/a> joue \u00e9galement un r\u00f4le essentiel dans la s\u00e9curit\u00e9 et la conformit\u00e9. Dans le secteur de la construction, les syst\u00e8mes d’IA peuvent identifier des dangers potentiels et assurer le respect des r\u00e9glementations du secteur, r\u00e9duisant ainsi les risques d’accidents et am\u00e9liorant la s\u00e9curit\u00e9 sur les chantiers. Pour la surveillance des infrastructures<\/a>, des appareils intelligents \u00e9quip\u00e9s d’IA permettent aux techniciens de r\u00e9aliser des inspections \u00e0 distance en temps r\u00e9el, en transmettant des flux vid\u00e9o en direct pour analyse par des experts \u00e0 distance. Les algorithmes d’IA peuvent signaler automatiquement des probl\u00e8mes potentiels, facilitant ainsi une intervention et une r\u00e9solution imm\u00e9diates. Ce syst\u00e8me r\u00e9duit non seulement les temps d’arr\u00eat, mais garantit \u00e9galement la fiabilit\u00e9 des machines et des infrastructures critiques.

De m\u00eame, dans l’industrie \u00e9olienne offshore, les drones dot\u00e9s de capacit\u00e9s d’IA et de RA<\/a> sont essentiels pour la surveillance et le suivi des progr\u00e8s. Ces drones offrent une vue a\u00e9rienne compl\u00e8te enrichie de superpositions en RA, incluant des plans et des consignes de s\u00e9curit\u00e9. Cette perspective am\u00e9lior\u00e9e permet aux \u00e9quipes techniques de prendre rapidement des d\u00e9cisions \u00e9clair\u00e9es, garantissant des ajustements en temps opportun et un contr\u00f4le qualit\u00e9 optimal.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
\"AR<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

L’avenir de l’inspection visuelle bas\u00e9e sur l’IA<\/h2>\n\n\n\n
L’\u00e9volution de l’IA dans les processus de contr\u00f4le qualit\u00e9 souligne son impact transformateur sur les industries du monde entier, ouvrant de nouvelles perspectives en mati\u00e8re d’innovation et d’efficacit\u00e9. La n\u00e9cessit\u00e9 de processus d’inspection pr\u00e9cis et efficaces est universelle, et les solutions de r\u00e9alit\u00e9 augment\u00e9e aliment\u00e9es par l’IA <\/a>offrent les outils n\u00e9cessaires pour r\u00e9pondre \u00e0 ces exigences. L’am\u00e9lioration des capacit\u00e9s de l’IA, une interaction homme-machine optimis\u00e9e et une adoption accrue dans l’industrie stimuleront le d\u00e9veloppement de nouvelles applications dans divers secteurs.

\u00c0 mesure que les technologies d’inspection en r\u00e9alit\u00e9 augment\u00e9e assist\u00e9es par l’IA progressent, leur adoption s’\u00e9tendra \u00e0 de nombreux secteurs, fournissant des solutions qui r\u00e9pondent aux exigences d’inspection avec pr\u00e9cision et efficacit\u00e9. La normalisation et l’int\u00e9gration aux pratiques existantes seront des moteurs cl\u00e9s de cette adoption. \u00c0 mesure que ces syst\u00e8mes se consolideront, les entreprises trouveront plus facile leur mise en \u0153uvre et profiteront pleinement de ces innovations. Cette int\u00e9gration fluide de l’IA et de la r\u00e9alit\u00e9 augment\u00e9e<\/a> dans les op\u00e9rations quotidiennes am\u00e9liorera non seulement la qualit\u00e9, mais aussi la productivit\u00e9 et l’efficacit\u00e9 globale dans toutes les industries.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Cet article a \u00e9t\u00e9 publi\u00e9 initialement dans Quality Magazine<\/a> le 13 ao\u00fbt 2024<\/p>\n<\/div>\n<\/div>\n <\/div><\/div>","protected":false},"excerpt":{"rendered":"

D\u00e9couvrez comment les technologies d’IA r\u00e9volutionnent le contr\u00f4le qualit\u00e9 dans l’industrie manufacturi\u00e8re, des syst\u00e8mes d’inspection avanc\u00e9s \u00e0 la VGR, en passant par l’int\u00e9gration de l’AR et de l’IA.<\/p>","protected":false},"author":875,"featured_media":77508,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_gspb_post_css":"#gspb_row-id-gsbp-5aebb46{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap;min-height:250px;padding:0;overflow:hidden;background-size:cover;background-repeat:no-repeat;background-position:50% 68%;background-image:url(https:\/\/solomon-3d.mesvr.tw\/wp-content\/uploads\/2024\/01\/\u2014Pngtree\u2014technological-sense-geometric-line-simple_932581-1.jpg);filter:brightness(1) contrast(1) grayscale(0)}#gspb_row-id-gsbp-5aebb46>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}div[id^=gspb_col-id]{box-sizing:border-box;position:relative;padding:var(--gs-row-column-padding, 15px min(3vw, 20px))}body.gspb-bodyfront #gspb_row-id-gsbp-249db28>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-2fbb568>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-44510c0>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-5365471>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-54aacdc>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-5aebb46>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-783f91e>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-82c1fd4>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-83837a5>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-d799d98>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-ddad9e1>.gspb_row__content{max-width:var(--wp--style--global--wide-size, 1200px)}#gspb_row-id-gsbp-5aebb46:hover{background-size:cover}#gspb_col-id-gsbp-a43d08d.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-a43d08d.gspb_row__col--12{width:100%}}#gspb_row-id-gsbp-2fbb568{min-height:100%}#gspb_row-id-gsbp-2fbb568>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}body.gspb-bodyfront #gspb_row-id-gsbp-2fbb568{z-index:10}#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{width:50%}@media (max-width:767.98px){#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{width:100%}}@media (max-width:575.98px){#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{width:100%}}#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{flex-direction:column}body #gspb_col-id-gsbp-f1762f9.gspb_row__col--6{display:flex;flex-direction:column;justify-content:center}#gspb_col-id-gsbp-7a4a754.gspb_row__col--6{width:50%}@media (max-width:767.98px){#gspb_col-id-gsbp-7a4a754.gspb_row__col--6{width:100%}}@media (max-width:575.98px){#gspb_col-id-gsbp-7a4a754.gspb_row__col--6{width:100%}}body #gspb_col-id-gsbp-7a4a754.gspb_row__col--6{display:flex;flex-direction:column;justify-content:flex-end}#gspb_row-id-gsbp-2fbb568,#gspb_row-id-gsbp-44510c0,#gspb_row-id-gsbp-82c1fd4,#gspb_row-id-gsbp-83837a5{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-44510c0>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-047c80d.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-047c80d.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-b2beeee{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-1b48ec5.gspb_container>p:last-of-type,#gspb_container-id-gsbp-718facc.gspb_container>p:last-of-type,#gspb_container-id-gsbp-9ca7df1.gspb_container>p:last-of-type,#gspb_container-id-gsbp-ae19e2f.gspb_container>p:last-of-type,#gspb_container-id-gsbp-b2beeee.gspb_container>p:last-of-type,#gspb_container-id-gsbp-b40acba.gspb_container>p:last-of-type,#gspb_container-id-gsbp-def1011.gspb_container>p:last-of-type,#gspb_container-id-gsbp-f829605.gspb_container>p:last-of-type,#gspb_container-id-gsbp-fee0c95.gspb_container>p:last-of-type{margin-bottom:0}#gspb_container-id-gsbp-b2beeee.gspb_container{position:relative}.gspb_text-id-gsbp-040fecb{font-size:20px}#gspb_row-id-gsbp-83837a5>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-234410e.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-234410e.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-1b48ec5{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-1b48ec5.gspb_container{position:relative}.gspb_text-id-gsbp-7f6c250{font-size:20px}#gspb_row-id-gsbp-82c1fd4>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-d860a2c.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-d860a2c.gspb_row__col--12{width:100%}}#gspb_container-id-gsbp-718facc.gspb_container{position:relative}#gspb_image-id-gsbp-3ad8991{text-align:center;height:custom}#gspb_image-id-gsbp-3ad8991 img{vertical-align:middle;display:inline-block;box-sizing:border-box;max-width:100%;width:600px;height:custom}#gspb_row-id-gsbp-54aacdc,#gspb_row-id-gsbp-d799d98{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-54aacdc>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-7782d90.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-7782d90.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-718facc,.gspb_container-id-gsbp-ae19e2f{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-ae19e2f.gspb_container{position:relative}.gspb_text-id-gsbp-6886292{font-size:20px}#gspb_row-id-gsbp-d799d98>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-8fc0abb.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-8fc0abb.gspb_row__col--12{width:100%}}#gspb_container-id-gsbp-b40acba.gspb_container{position:relative}#gspb_image-id-gsbp-563fa82{text-align:center;height:custom}#gspb_row-id-gsbp-249db28,#gspb_row-id-gsbp-783f91e{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-249db28>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-2caca17.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-2caca17.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-b40acba,.gspb_container-id-gsbp-f829605{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-f829605.gspb_container{position:relative}.gspb_text-id-gsbp-5a36a15{font-size:20px}#gspb_row-id-gsbp-783f91e>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-45cb889.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-45cb889.gspb_row__col--12{width:100%}}#gspb_container-id-gsbp-def1011.gspb_container{position:relative}#gspb_image-id-gsbp-6e9e044{text-align:center;height:custom}#gspb_image-id-gsbp-563fa82 img,#gspb_image-id-gsbp-6e9e044 img{vertical-align:middle;display:inline-block;box-sizing:border-box;max-width:100%;width:600px;height:custom}#gspb_row-id-gsbp-5365471,#gspb_row-id-gsbp-ddad9e1{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-5365471>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-c584400.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-c584400.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-9ca7df1,.gspb_container-id-gsbp-def1011{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-9ca7df1.gspb_container{position:relative}.gspb_text-id-gsbp-f1f76e4{font-size:20px}#gspb_row-id-gsbp-ddad9e1>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}.gspb_row{position:relative}#gspb_col-id-gsbp-84f0b69.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-84f0b69.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-fee0c95{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-fee0c95.gspb_container{position:relative}","footnotes":""},"categories":[3622],"tags":[],"class_list":["post-92746","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"acf":[],"lang":"fr","translations":{"fr":92746,"jp":83456,"tw":80322,"en":77488,"es":83284,"zh":85742,"pt":90085,"tr":90477,"de":91030,"vi":94045,"th":96963,"it":98427,"ko":94196},"_links":{"self":[{"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/posts\/92746","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/users\/875"}],"replies":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/comments?post=92746"}],"version-history":[{"count":0,"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/posts\/92746\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/media\/77508"}],"wp:attachment":[{"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/media?parent=92746"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/categories?post=92746"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/fr\/wp-json\/wp\/v2\/tags?post=92746"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}