🤖 Внедрение ИИ

Компьютерное зрение для бизнеса: контроль качества, безопасность, учёт

Компьютерное зрение на ИИ распознаёт объекты на фото и видео: дефекты на линии, СИЗ на рабочих местах, лица, номера, товар на полке. Делаем на российских серверах с open-source CV-моделями, по 152-ФЗ. Стоимость — от 1 000 000 ₽, на примере контроля дефектов на производстве.

🤖
Короткий ответ

Компьютерное зрение (CV) на ИИ распознаёт объекты на фото и видео: дефекты на линии, СИЗ на рабочих местах, товар на полке, номера и лица. Применяется там, где раньше сидел человек и смотрел — и уставал, и ошибался. Делаем под ключ на российских серверах с open-source CV-моделями, по 152-ФЗ. Стоимость — от 1 000 000 ₽. На примере контроля дефектов на производстве — 99,2% точности. Связанные задачи: выкладка товаров и прогнозное обслуживание.

Где камера видит лучше человека

Компьютерное зрение закрывает класс задач «посмотреть и принять решение». Человек на потоке устаёт и отвлекается; камера с моделью работает круглосуточно и одинаково. Типичные применения:

  • Контроль качества — дефекты на линии: царапины, сколы, неправильная сборка, брак упаковки.
  • Охрана труда — наличие СИЗ (каски, жилеты, перчатки) на рабочих местах, доступ в опасные зоны.
  • Учёт и полки — товар на полке, соответствие планограмме, наличие ценника, пустые места.
  • Безопасность — распознавание номеров машин на КПП, контроль доступа, выявление инцидентов на видео.
  • Аналитика — подсчёт посетителей, тепловые карты, отслеживание очередей.

Когда это окупается:

  • брак уходит к клиенту и стоит возвратов/репутации;
  • ручной контроль качества медленный и пропускает дефекты;
  • инциденты по охране труда — риск штрафов и травм;
  • учёт товара на полках делается вручную и с задержками.

Метрики: точность распознавания, доля пропущенных дефектов, доля ложных срабатываний, время реакции на инцидент.

От камеры до решения на линии

CV-система — это конвейер от камеры до действия.

  1. Съёмка. Камеры на линии/точке, условия освещения, позиционирование. Качество съёмки определяет потолок точности — поэтому съёмку проектируем вместе с моделью.
  2. Разметка данных. Размечаем изображения (где дефект, где объект) — основа обучения. Используем открытые датасеты + вашу специфику.
  3. Модель. Open-source CV-модели (детекторы объектов, сегментация, классификация), дообученные под вашу задачу. Не «универсальная нейросеть», а модель под конкретный класс объектов.
  4. Обработка потока. Инференс на российских GPU-серверах или на краю (edge, у камеры) — в зависимости от задержки и нагрузки.
  5. Решение и действие. Оповещение оператора, отбраковка на линии, запись инцидента, передача в MES/ERP.
  6. Дообучение. Разбираем ошибки модели на сложных случаях, дообучаем. Без этого точность деградирует.

Безопасность и закон:

  • всё на российских серверах (или edge-устройствах в РФ);
  • биометрия (лица) — отдельная категория ПДн по 152-ФЗ, согласие и хранение в РФ; для многих задач биометрия не нужна;
  • часть проектов — под NDA.

Пример внедрения: контроль дефектов на линии

Контекст. Производство пластиковых деталей для авто-прома. Выборочный ручной контроль на линии пропускал до 3% брака, который всплывал у клиента — возвраты и штрафы от заказчика. 100% контроль человеком невозможен (скорость линии).

Что сделали:

БлокРешение
Съёмка4 камеры над конвейером, продуманное освещение
ДанныеРазметка 12 000 изображений (8 типов дефектов)
МодельOpen-source детектор, дообученный под типы дефектов
ИнференсEdge-устройство у линии — решение за миллисекунды

Результат через 5 недель после запуска:

  • точность распознавания дефектов — 99,2%;
  • доля брака, ушедшего к клиенту, — с 3% до 0,2%;
  • 100% продукции контролируется (вместо выборочного);
  • возвраты от заказчика — практически исчезли.

Кейс под NDA, цифры обезличены. Главный эффект — брак ловится на линии, а не у клиента.

Этапы и сроки

ЭтапАртефактСрок
Анализ задачи и съёмкиСхема камер, освещения, параметров1 неделя
Разметка данныхРазмеченный датасет под классы объектов1–2 недели
МодельCV-модель, дообученная под задачу2–3 недели
Инференс и интеграцияОбработка потока, оповещения, MES/ERP1–2 недели
Запуск и калибровкаТочность, разбор ошибок, дообучение1–2 недели

Итого — 6–10 недель до пилота.

Цена и сроки

  • Компьютерное зрение под ключ — от 1 000 000 ₽. Цена зависит от задачи, числа камер/точек, требований к точности и задержке, интеграций.
  • Для сметы нужно подробное ТЗ: что распознавать, условия съёмки, число точек, целевая точность, куда передавать результат.
  • Срок — 6–10 недель.
  • Эксплуатация (серверы/GPU, edge-устройства) — в РФ, отдельно.
  • Проекты — под NDA.

Перед большим внедрением — PoC на одной линии/точке с замером точности на ваших изображениях.

Что почитать рядом

Частые вопросы

Что решает компьютерное зрение в бизнесе?
Задачи, где нужно «посмотреть» и принять решение: контроль дефектов на линии, наличие СИЗ и охрана труда, распознавание номеров и лиц, учёт товара на полке, анализ видеопотока. Там, где раньше сидел человек и смотрел — CV работает быстрее, внимательнее и круглосуточно.
Насколько точно компьютерное зрение?
По типовым задачам (распознавание объектов, дефектов, лиц) — 95–99% и выше, точнее среднего человека на потоке. Точность зависит от качества съёмки, освещения, разнообразия данных. На этапе PoC замеряем точность на ваших изображениях и даём цифру до большого внедрения.
Сколько стоит внедрить компьютерное зрение?
От 1 000 000 ₽. Цена зависит от задачи, числа камер/точек, требований к точности и скорости, интеграции с вашим оборудованием и системами. На выходе — модель, обработка видеопотока в реальном времени, оповещения, интеграция.
Как компьютерное зрение согласуется с 152-ФЗ?
Если обрабатываются биометрические данные (лица) — это специальная категория персональных данных, требуется отдельное согласие и соблюдение 152-ФЗ. Для контроля качества или СИЗ биометрия часто не нужна — достаточно факта наличия объекта. Все серверы и хранение — в России.
Оцените материал:
0

Остались вопросы? Поможем

Эксперты IDEA ответят по теме материала или подскажут по вашему проекту. Свяжемся в течение дня, без навязывания.

Комментарии · 0