Получить консультацию
Услуги
11
О компании
8-800-600-15-36
Портфолио
Блог
Контакты
Заполните форму
И наши менеджеры ответят на ваши вопросы
Обязательное поле
Пожалуйста, введите корректный e-mail адрес
Пожалуйста, введите корректное имя
Пожалуйста, введите корректный номер телефона
Слишком короткое значение
Отправить
Обязательное поле
Пожалуйста, введите корректный e-mail адрес
Пожалуйста, введите корректное имя
Пожалуйста, введите корректный номер телефона
Слишком короткое значение
Нажимая на кнопку, вы соглашаетесь с нашей
Политикой в отношении обработки
персональных данных пользователя
О компании
Портфолио
8-800-600-15-36
HELLO@EORA.RU
Иннополис
Услуги
Разработка чат-ботов
ул. Университетская, д. 7
Навыки для голосовых ассистентов
Позвоните нам
Бот поддержки
Напишите нам
Робот для колл-центра
Виртуальный ассистент
Боты для HR
Боты для интернет-магазинов
Распознавание показаний счетчиков
Поиск по картинке
Подсчет товаров по фото
Блог
Контакты
Получить консультацию
Консультация в ИИ
ИИ-ассистент с ChatGPT
Разработка чат-ботов
Навыки для голосовых ассистентов
Бот поддержки
Робот для колл-центра
Виртуальный ассистент
HR-боты
Бот для интернет-магазинов
Консультация в ИИ
Распознавание показаний счетчиков
Поиск по картинке
Перейти в услуги
Подсчет товаров по фото
ИИ-ассистент с ChatGPT
Разработка чат-ботов
Навыки для голосовых ассистентов
Бот поддержки
Робот для колл-центра
Виртуальный ассистент
HR-боты
Бот для интернет-магазинов
Консультация в ИИ
Распознавание показаний счетчиков
Поиск по картинке
Подсчет товаров по фото
Перейти в услуги
ИИ-ассистент с ChatGPT
Получить консультацию
Услуги
11
О компании
8-800-600-15-36
Портфолио
Блог
Контакты
Мы используем cookies и собираем технические данные
Находясь на сайте вы соглашаетесь с применением данных технологий
Close
En
HELLO@EORA.RU
8-800-550-17-62
Главная
/
Портфолио
/
Компьютерное зрение и ИИ
/
Кейс для «ISS»
Система обнаружения посторонних предметов на днищах автомобилей с помощью нейросети
Анализ изображений
Основная информация
Заказчик
ISS
— Интеллектуальные Системы Безопасности — компания-интегратор решений по безопасности
Продукт
Задача
Программное обеспечение для стендов проверки автомобиля — днище осматривается человеком с помощью зеркал и по фотографиям
Найти аномальные предметы на дне автомобиля по фотографии
Где используется:
на военных объектах
Зачем нужно:
на приграничных постах
в местах с повышенными требованиями к безопасности
автоматизировать процесс проверки
ускорить работу оператора
Как это работает
Машина заезжает на стенд
Осуществляется фото-съемка днища автомобиля
При нахождении аномалий показывает снимок оператору
Нейросеть анализирует снимок
Аномалия
Техническая реализация
Провели ML-аудит
Так как подобные задачи практически не решались, наш клиент заказал услугу
ML-аудита
Нашли научную статью
В результате исследования
мы нашли
научную статью
по похожей тематике
Узнать больше о ML-аудите
Модель
Мы воспроизвели статью и
адаптировали модель
под наши данные
VisionHub
Как интерфейс визуализации мы использовали наш хостинг моделей машинного зрения
VisionHub
Перейти к Vision Hub
GAN
Основной метод — генеративно- состязательные сети (GAN), алгоритм машинного обучения.
Принцип работы:
Шаг 01
Запоминаем, как выглядит объект в нормальном состоянии
Шаг 02
Генерируем изображения и фиксируем на них аномалии
Зафиксирована
аномалия
Процесс разработки
Метрика
- соотношение корректно определенных аномалий и ложно определенных
Аномалия:
есть/нет на этом фрагменте. Не стояло задачи точно локализовать.
Входные данные
20
6
изображений
днищ автомобилей
с аномалиями
эталонных
изображений днища
Очень маленький датасет, недостаточный для качественного обучения нейронной сети
Изображения в большом разрешении — 4 тыс. на 10 тыс. пикселей
Обработка датасета
24
317
Разметили вручную изображения, отметили аномалии.
изображения
с аномалией
нормальных
Разрезали фотографии на квадратики по 512 пикселей и отсматривали отдельно.
130
3221
аномальных
нормальных
Обучение модели
Обучили модель
на подготовленной выборке.
Точность метрики качества составила
0.73
Этапы разработки
Согласование
Аудит
Начало разработки
1,5-2 месяца
2 недели
Текущие результаты
Завершился этап аудита
Удалось построить первую модель
Готовимся
к большому проекту
Команда проекта
Менеджер
Михаил Евдокимов
Техлид
Влад Виноградов
Computer Vision инженер
Аэлита Шайхутдинова
Особенности проекта
Впервые использовали GAN в продакшене
Один из первых наших аудитов
Впервые работаем с компанией- интегратором и вообще с людьми, которые связаны с разработкой весьма опосредованно
Где могут пригодиться наработки
Например,
в медицинских приложениях
В системах, где нужно обнаружить отклонение от нормы
Трудности проекта
Непривычный материал
Cложности коммуникации, так как компания очень большая
{"0":{"lid":"1531306540094","ls":"10","loff":"","li_type":"nm","li_name":"name","li_title":"Меня зовут","li_ph":"Иван Иванович","li_req":"y","li_nm":"name"},"1":{"lid":"1531306243545","ls":"20","loff":"","li_type":"em","li_name":"email","li_title":"Мой e-mail","li_ph":"mail@example.com","li_req":"y","li_nm":"email"},"2":{"lid":"1608756710070","ls":"30","loff":"","li_type":"ph","li_title":"Мой номер телефона","li_masktype":"a","li_maskcountry":"RU","li_nm":"Phone"},"3":{"lid":"1608756742134","ls":"40","loff":"","li_type":"ta","li_name":"Description","li_title":"Описание проекта","li_ph":"Нажмите сюда и опишите вашу задачу в свободной форме","li_req":"y","li_rows":"2","li_nm":"Description"}}
Напишите нам