contact@jetteam.dev
Компетенции и кейсы/Данные, ML и компьютерное зрение
NDAсегментация в потоке

Детекция угольной фракции на конвейере

Модель компьютерного зрения, которая по видео с камеры над конвейером определяет наличие угля и оценивает его фракцию. Решение работает на реальных данных с производства и собирает статистику по составу материала в потоке.

≈2 ммнижняя граница уверенно различимой фракции
24/7непрерывная работа по потоку с камеры

Контекст

Состав материала в потоке до этого оценивали выборочно и вручную: пробы брали редко, и данные о распределении фракций появлялись с большой задержкой.

Условия съёмки на производстве нестабильны: пыль, переменное освещение, вибрация камеры. Обучали и проверяли на тех же кадрах, которые идут с работающей линии.

схема

Что происходит с кадром

КАДР С КАМЕРЫ НАД ЛЕНТОЙлента конвейера · сегментация каждого кускаРАСПРЕДЕЛЕНИЕ ФРАКЦИЙ ЗА ИНТЕРВАЛ0–109610–2012620–307830–404440–502250+10размер куска, ммкусков за интервал наблюденияСчитается каждый кусок, распределение поэтому считается по числу кусков; пересчёт в массу здесь не делается. Куски мельче примерно 2 мм модельне разделяет уверенно и в первый интервал не попадают.
Каждый кусок на ленте выделяется сам по себе, размер пересчитывается в миллиметры по геометрии съёмки. Рабочий результат – распределение фракций за интервал наблюдения; по одному кадру о составе потока судить нельзя.
из проекта

Что видит модель

Выделение отдельных кусков на ленте с размерами по каждому объекту.
Выделение отдельных кусков на ленте с размерами по каждому объекту.
Посегментная разметка потока: каждый кусок отделён от соседних, поэтому распределение фракций считается по объектам, а н
Посегментная разметка потока: каждый кусок отделён от соседних, поэтому распределение фракций считается по объектам, а не по площади пятна.

Что входило в задачи

  • Видео с конвейераподготовка и очистка потока с промышленной линии
  • Детекция углямодель выделяет каждый кусок на ленте отдельно от соседних
  • Размер в миллиметрахпересчёт из пикселей по известной геометрии съёмки
  • Темп потокаобработка вблизи реального времени, без накопления очереди
  • Распределение фракцийстатистика за интервал наблюдения; по одному кадру о составе потока не судят
  • Граница различимостивалидация на мелкой фракции: уверенно разделяются куски примерно от 2 мм

Стек проекта

PythonPyTorchOpenCVYOLOONNXDocker

Есть похожая задача?

contact@jetteam.dev