Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision

Отвечу почему мужик с линейкой не подойдет :-)

Отвечу почему мужик с линейкой не подойдет и почему нельзя просто взвесить

Задача

Приезжает вот такой вот Камаз с кучей древесины и ее объем надо измерить:

Люди постоянно ошибались.

"Так можно взвесить и все"

все люди

Нельзя, так как есть дождь, снег, солярка, диета водителя.

А еще из задач

• Оценка качества баланса.

• Оценка сортности.

• Выявление неправильной укладки (расстояние между пачками).

Термины (да, тут непросто)

КПД (коэффициент полнодревесности) — коэффициент пересчёта в нет объём (из объёма брутто в объём нетто).

ЦБК — целлюлозно-бумажный комбинат.

Баланс — вид круглой древесины.

Пачка — сложенная группа бревен в рамках лесовоза.

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

Штабель — группа бревен , сложенная на земле.

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

Раскатка — процесс разгрузки лесовоза с дальнейшим проведением замеров размеров и объёмов каждого бревна.

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

Как все происходит

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

As is

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

Дополнительные вводные:

• 100-150 лесовозов в день (а еще есть жд, кораблики).

• 1млрд+ ₽/год — объем потребления древесины.

• 10-15% — оценка убытков от неправильной оценки.

To be

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

А вот как оно все разделяется

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

Что влияет на КПД:

• сорт;

• диаметр;

• длина;

• качество укладки;

• снег;

• сучки.

И вот что мы придумали с помощью Computer Vision

рамка с камерами:

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

а вот так с торца:

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

Далее надо посчитать объем для каждой пачки, для этого:

• разделить пачки;

• определить сорт;

• диаметры;

• длины;

• наличие льда и т.д.

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

Привет, я Ярослав и хочу рассказать, как производили подсчет объема древесины с помощью Computer Vision)

Как решаем — классические ComputerVision и DL

Все время боремся и обучаем противодействовать со снегом, днем, ночью)

Как ищем КПД:

ML (инфа по длине, сорту, диаметру) → Кпд

Добавляем CV фичи (embedding-и, определенный сорт, детекция льда)

Результаты

100% точность определения сорта древесины

99%+ точность разделения на пачки

98%+ определение КПД vs. оператор

90%+ определение КПД vs. раскатка

Я создал канал, где описываю, как мы делаем такие проекты — https://t.me/r77_ai приходите, там много промышленного и не только)