Comments 8
Мощно! Задача действительно непростая, но у Вас получилось (хотя и не на 100 %).
1. А как эту информацию использует технолог? Предполагаю, что для настройки техпроцесса, но, с учётом инерционности такой системы как обогатительная фабрика (это же она, да?), "дёргать" процесс с такой частотой бессмысленно. Если же данные используются накопительно, о есть головное опробование и экспресс-анализ, что явно точнее;
2. А что за руда?
Спасибо!
Касательно применения подобных систем: есть интересные работы на тему управления рудопотоками внутри горного предприятия позволяющее корректировать параметры добычи (отбойки) или увеличивать мощности определённых забоев или участков для "усреднения" содержания руды выдаваемой из рудника. Также применение подобных систем на рудниках с использованием твердеющей закладки в случае возможности их установки перед участком где производится транспортировка руды и в следствии рудопотоки разных участков объединяются, позволило бы выявить где и вследствие чего повышается разубоживание.
Вы правы, на покадровый поток никто не реагирует, данные идут накопительно, JSON усредняется по смене. Главная ценность не частота, а покрытие: ночная смена раньше в журнале была пустой, работники давали субъективную оценку, которую потом усредняли. Теперь один и тот же алгоритм на каждой смене, без дырок по времени. Лабанализ остаётся источником истины. По второму вопросу — NDA.
Если бы у меня была такая задача, то я бы в первую очередь занялся грамотной подсветкой и камерой. Как-то слишком темно. Смотрю на ваши фото и не вижу где же тут розовая порода. Для борьбы с тенями есть лампы в форме кольца. По-хорошему надо знать спектры отражения породы, тогда можно подобрать оптимальные светофильтры/подсветку что сделает классы разделимыми.
Попробуйте использовать PCA для снижения размерности, т.к. в RGB каналы сильно коррелированы. И постройте диаграмму рассеяния в RGB для кадра, будет понятнее.
Еще разные породы могут по разному люменесцировать в УФ. Если в вашем случае так, то это тоже может помочь для оценки доли породы. Знаю что по люменесценции цирконы от алмазов отделяли на конвейере.
Можете прислать примеры фотографий мне на почту, попробую обработать.
Приветствую! Хотел бы поинтересоваться касательно работы подобной системы в условиях запыленности воздуха, а также если транспортируемые породы будут запылены, сможет ли система корректно определять к какому классу отнести кусок. Также интересно что будет в случае если в оранжевую породу будет вкраплена часть белой к какому классу отнесет его система?
Этот вопрос нам сразу так же пришел при решении задачи закачика. И он реншился тем, что вообще почти всегда руда в пыли, мы стараемся техническими вибрациями и обдувом часть пыли убрать. Модель обучалась на таких же кадрах, поэтому запылённая поверхность для неё норма, не аномалия.
По вкраплениям: зависит от размера. Мелкое вкрапление белой в оранжевый камень модель не выделит отдельной маской, пиксельный паттерн будет читаться как оранжевый, весь камень уйдёт в оранжевую фракцию. Крупное вкрапление модель выделит отдельным объектом внутри большего. Здесь срабатывает NMS: вложенный объект подавляется, камень целиком относится к оранжевой.
Подсчёт долей фракций руды на конвейере: SAM2 для разметки, YOLO и проблемы с перекрытием