Комментарии 6
Идея хорошая. Мне вот какой момент не понятен. Недостатки других методов контроля ясны. Человеческий фактор, плохая освещенность, запылённость. Но что касается съемки, то тут как быть? Чтобы получить качественную картинку, которая не приведет к ложно положительным/отрицательным результатам также важен и свет и отсутствие пыли. Как вы решили эти проблемы?
Очень хороший вопрос. Пыль, слабое освещение действительно сильно мешают в контроле за оборудованием. Но решить эту проблему оказалось проще чем обеспечить визуальный контроль оборудования на всем его протяжении. Т.к. камеру можно установить в самом освещенном месте или сделать такое (мы ставили прожектор) и не освещать всю галерею дополнительными источниками света. С пылью сложнее. Не везде и не всегда она мешает, но в любом случае нужно установить периодичность очистки камер и включить эту операцию в объем работ при проведении регламентных обходов оборудования обслуживающим персоналом.
Можно ли выложить датасет и более подробно о результатах и метриках узнать. На каком количестве изображений проверяли?
Изначально было получено путем раскадровки видеозаписей 11232 изображения. Далее были удалены не несущие дополнительной информации (по сути дублированные) изображения. Дальнейшая работа велась с изображениями несущими основные признаки - 224 шт. Уже к ним применили аугментацию. К сожалению не имею возможности выложить в открытый доступ датасет, так как он используется в коммерческих целях. Для модели классификации: Accuracy: 0.928, для модели детекции: Precision: 0.7995.
Почему не подошло использование готовых промышленных систем технического зрения? Как классических камер так и лазерного сканера профиля?
Повышаем надёжность промышленного оборудования с помощью компьютерного зрения