Разработка сервиса визуальной детекции и измерения размеров креветок в экстремальных температурных условиях на реальном производстве

План выступления

1) Проблема контроля качества массового конвейерного производства

• Описание производственного процесса
• Существующие методы контроля и их недостатки

2) Идея реализации автоматизированного контроля качества

• Концепция автоматизированной системы видеоаналитики

3) Архитектура системы

• Общая концепция пайплайна
• Получение и нормализация видеопотока
• Конвейер обработки кадров и формирование признаков
• Передача признаков и ML-инференс
• Хранение временных рядов и расчет метрик
• Визуализация данных и пользовательский интерфейс

4) Задача компьютерного зрения

• Задача и требования к моделям компьютерного зрения
• Сбор и разметка обучающего датасета
• Сравнительный анализ моделей инстанс-сегментации
• Сравнительный анализ моделей локализации ключевых точек
• Адаптация моделей к реал-тайм-инференсу
• Многообъектный трекинг и выбор алгоритма

5) Задача машинного обучения

• Постановка задачи и требования к ML-модели
• Сбор и подготовка обучающего датасета
• Формирование признакового пространства
• Методика валидации и метрики качества

6) Улучшение системы контроля качества

• Калибровка камеры
• Устойчивость системы к внешнему воздействию

7) Финальные результаты

8) Внедрение системы на сортировочную линию производства

9) Итоги

Спикеры

Кадиев Малик, ведущий разработчик "Ист-Вест Технолоджис". Направление: классические методы ML, компьютерное зрение (CV). Образование: НИУ МЭИ (Ядерная энергетика и теплофизика), НИЯУ МИФИ (Инженерное и компьютерное моделирование в атомной отрасли), НИУ ВШЭ (Искусственный интеллект)

Агдавлетова Айслу, бэкенд разработчик: проектирование и разработка бэкенд-сервисов, разработка и поддержка инфраструктуры, интеграция ml-моделей в продуктовые решения

Дата и время

12 октября (пн) в 20:00

Формат

Онлайн-лекция (платформа Толк)

• https://atp-fivt.ktalk.ru/anrg59p5emke Ссылка на конференцию]