Система интеллектуального анализа видеопотока

Задача

К нам обратился заказчик с запросом о повышении качества контроля технологических процессов. Необходимо разработать приложение для выявления нештатных ситуаций путем анализа видеопотока с использованием машинного обучения.

Детали

Мы сосредоточимся на применении классических алгоритмов компьютерного зрения и нейронных сетей для обнаружения и сегментации обрабатываемых данных. Очень важно своевременно выявлять и устранять нарушения в технологических процессах.

Технологии и методология

• PyTorch: фреймворк машинного обучения для Python, используемый для решения задач компьютерного зрения.
• OpenCV: библиотека алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения.
• Языки программирования: Python, C++.
• Мы выбрали методологию Agile, так как разработка была циклической: сбор требований (выезд на предприятие, изучение технологических процессов), исследование, проектирование архитектуры, выбор инструментов и технологий, разработка, тестирование, промышленные испытания, внедрение. Затем цикл повторялся.

Результат

Мы создали систему автоматического обнаружения нарушений в процессах, которая не требует постоянного контроля со стороны человека.