AI нейросети

Система детектирования искажений

Разработка системы детектирования искажений на снимках с удобным веб интерфейсом

Цель:

Находить деффекты на снимках и полностью автоматизировать данный процесс

Результат:

Была создана система, в которой обработаны 15 классов деффектов для детектирования и добавлена возможность вносить новый класс в систему

Команда:

Евгений

CEO

Сергей

Fullstack мидл Ruby on Rails

Артем

Мидл Ruby on Rails

Александр

Data Scientist, специалист по AI

Кирилл

Программист frontend

Александра

Программист

Описание проекта

Цель данной системы — выявление дефектных фотографий с применением компьютерного зрения и алгоритмов искусственного интеллекта. В результате через веб-интерфейс можно загрузить требующие анализа изображения и проверить, есть ли на них дефекты. Также есть возможность внедрения данной системы в закрытую инфраструктуру заказчика для полной автоматизации процесса распознавания новых снимков.

Работа с нейросетями

Поиск стратегии обучения нейросети можно назвать творческой и исследовательской работой. Нам предстояло понять, как наиболее эффективно собрать удачный датасет, какой выбрать подход к сбору и хранению данных. Также были разработаны классификаторы дефектов и механизм быстрого пополнения категорий дефектов.

До

Дефекты на снимках описываются и классифицируюстя вручную. Такое метод трудоемкий и не самый точный

Данные хранятся разрозненно, нет единой удобной и защищенной системы

После

Работа с дефектами делегирована программе. Обнаружение дефекта занимает в десятки раз меньше времени, а точность работы выше на 85%

Создана система управления данными: удобная для сотрудников и безопасная