Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Хабр доступен 24/7 благодаря поддержке друзей
Комментарии 16
А вы за свой счёт всё это сделали на территории завода, я правильно прочитал, да?
Да, всё оборудование (камера, мини-ПК, крепление, колонка) я приобрёл за свой счёт и собрал пилотную установку самостоятельно. У меня неделя была для захвата фото. Далее простой станков. Сейчас система готова к запуску на линии, как только появится сырьё. Надеюсь, что инвестиция окупится. Но еще конечно доработать надо будет.
При всём уважении к автору, история какая-то странная, объясню почему так решил. Вы спроектировали и внедрили на самом деле не такой уж и простое устройство под задачу контентного процесса. А что CV что NLP это тот ещё геморрой в отличии от базового машинного обучения, а у вас в реальном времени и захват и оценка изображений на основе весов и работа с внешнем оборудованием.
Для этого требуется явно обладать уверенным стеком и умением быстро разобраться в неизвестных инструментах. Сложно поверить, что человеку с такими навыками приходится работать два через два с непонятной зарплатой вынуждающий продавать старое железо чтобы выжить.
А во всём остальном отличная идея которая действительно облегчит производство, как идеи неплохо было-бы собирать в отдельный датасет изображения, где оценка принуждённости к классу близка к случайной и на таком пуле дообучить модель. А ещё как мне кажется имеет смысл заменить камеру для получения чётких и детализированных снимков и уже ухудшать их в процессе подготовки к обучению, чтобы снизить количество артефактов, но это гипотеза.
Вы правы — я бы тоже усомнился. Особенно если бы не знал, сколько косяков и перезапусков было за кадром. Статья — лишь упрощённая выжимка.
Про дообучение на «неуверенных» кейсах — думаю в том же направлении.
Про камеру — полностью согласен: C270 выбран из расчёта «дёшево + работает» как тогда думал. В идеале — IMX335.
А какую камеру порекомендовали бы вы для подобной задачи при бюджете до ~5–7 тыс. ₽?
Автор здесь.
Большое спасибо за живой интерес к статье и конструктивные комментарии!
Вижу, что у многих возникли вопросы, которые удобнее обсудить в формате диалога. Для всех, у кого есть конкретная задача по автоматизации контроля на производстве, — я открыт для обсуждения.
Опишите суть вашей проблемы в личных сообщениях здесь, на Хабре. Если задача будет в рамках моей компетенции, я с вами свяжусь для более детального разговора.
Пользуюсь orange pi 5 с момента выпуска. Йола с самого начала работала нормально на ней.
Спасибо за обратную связь! Интересно, что Orange Pi 5 справляется. Я не исключаю, что в следующей версии вернусь к этой платформе. Обязательно обращусь к вам за помощью, если понадобится
тут уместно было бы сразу сказать число fps, разрешение и размер YOLO. Понятно, что работать будет. Ну и, заодно, через какую библиотеку.
Для того что бы описать настолько подробно, надо слишком много действий делать.
У меня был проектик - портировал на эту железяку freegate - это видеосервер с распознаванием.
Сейчас freegate уже вроде и сам умеет на orange pi работать, тогда не умел.
Так вот, 8 камер 5fps он совершенно нормально держал, и вроде как это был не предел. В качестве распознавалки была какая-то yola вроде бы 640.
Это все, что я помню.
PS Интернет говорит что 120 fps там на йоле
PSS Ну а библиотека конечно их проприетарная rknpu, другие npu не умели использовать.
Но там как то несложно было конвертнуть сетку из оникса в их формат
У меня всегда инженерное (железо) получается с большим приоритетом перед альгоритмическом (софт). :) ;)
Не знаю что ето за детали и из какого материала, но я бы сделал матрицу капацитивных електродов и при помощи скажем какого нибудь PIC-a, у которого есть CTMU, попробовал бы попроще. :)
Спасибо за интересную идею. Да, для некоторых типов дефектов контактные методы, например на основе ёмкостных датчиков, могут быть даже надёжнее и проще. В моём случае ключевая задача заключается в визуальном обнаружении неоднородных повреждений, таких как трещины, разрывы и смещения. Они не всегда физически ощутимы, но критичны по качеству. Кроме того, изделие имеет металлическую основу, что делает использование ёмкостных датчиков проблематичным, так как они будут давать ложные срабатывания или вообще не работать. Поэтому я выбрал компьютерное зрение. Ваш подход представляет собой отличный пример альтернативного решения, и его стоит учитывать для других задач, где важны скорость, простота и отказ от оптики.
Можете, пожалуйста, прояснить, а зачем это всё? Я понял, что за устройство вы реализовали, но не до конца понял зачем, если далее всё равно несколько этапов проверки где проверяет человек. Или он помогает снизить количество ошибок человека, если он вдруг не заметил?
Спасибо за статью, сам когда-то ковырял YOLO, чтобы детектировать, что кот залез на кухонный стол, но на не самом старом ноуте, был какой-то катастрофически низкий фпс при высокой нагрузке. Отложил идею на некоторое время.
Верно, основная задача системы — на раннем этапе не допустить катастрофического роста брака. Она обнаруживает отклонения и помогает сразу же остановить или скорректировать процесс, не позволяя проценту брака превысить допустимый предел. Ручной досмотр — это финальный контроль, который проверяет, что уровень дефектов остался в рамках этой допустимой нормы. Таким образом, система не дублирует человека, а страхует его, не давая мелкой проблеме выйти из-под контроля.
Прошу прощения, а что такое при 7000 в неделю в заголовке?
Да, вы правильно догадались. Это размер моей заработной платы во время простоя. Важно уточнить, что это была именно временная ситуация, но, к сожалению, она оказалась более затяжной, чем все ожидали.
Для меня эта цифра стала не просто констатацией факта, а еженедельным напоминанием о необходимости действовать. Проект с компьютерным зрением стал прямым ответом на этот вызов, попыткой не просто пережить паузу, а создать актив, который в перспективе сможет приносить больше, чем 7000 рублей в неделю.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Как я внедрил пилотный проект системы компьютерного зрения на производстве, пока станки простаивали, при 7000 в неделю