Машинное зрение

Если раньше технологии машинного обучения и машинного зрения применялись только в узких сферах, то сейчас они используются повсеместно. Теперь смартфон разблокируется с помощью распознавания лица, а шлагбаум открывается сам, когда находит номер машины в своей базе.

В моих кейсах речь пойдет о промышленности.

1. Лесная промышленность и ML-интеграции

Как измерить диаметр дерева? Казалось бы, все просто: берем линейку или штангенциркуль и измеряем, ничего сложного. А если деревьев много? С такой болью пришел к нам заказчик и сказал: «Ребят, а можно сделать так, чтобы мы сфотографировали деревья через мобильное приложение и у нас автоматически посчиталось количество деревьев и их диаметр?»

Это было нужно для:

— учета леса. Чтобы лесник фотографировал, а приложение подсчитывало и автоматически записывало информацию в базу.

— маркировки пиловочника (уже срубленного дерева). Здесь важно посчитать кубы древесины, распознать сорта и определить качество.

Возможно вы видели в лесу, на деревьях написаны числа? В нашем случае они используются как RFID-метка, по которой считывается информация о дереве.

— подсчета диаметра. Мы построили нейронную сеть, которая рисовала маску. В ней одним цветом были обозначены деревья, а другим цветом — все остальное. С помощью RFID-метки и такой маски мы смогли посчитать диаметр дерева.

Результат — MVP мобильного приложения, аналогов которому не было на российском рынке на момент разработки.

2. Горнодобывающая промышленность и измерение объектов сложной формы

Наш заказчик занимается добычей горных пород. Работа достаточно затратная и если она прошла впустую или в карьере оказалось много мелких камней, то это очень большие издержки.

Заказчик обратился к нам, чтобы их сократить и наладить оперативный анализ гранулометрического состава пород. Сделать это быстро и сразу для всего карьера можно с помощью машинного зрения и фотографий.

Для получения нужного результата нам потребовалось не только обучить нейронную сеть, но и настроить взаимодействие с «железом». Мы взяли планшет и установили на него стерео камеру. С ее помощью мы считываем карту глубин и рассчитываем расстояние до нужного объекта. ML-алгоритм по фото сегментирует камни и определяет их размеры.

Проект пока еще на стадии разработки, но первые результаты уже радуют.

Я рассказал здесь про два кейса по машинному зрению, но это далеко не все наши работы. Больше информации вы сможете найти по ссылке https://s.simbirsoft.com/chmT