Как стать автором
Обновить

Видеоаналитика на производстве. Как искусственный интеллект работает там, где не справляется человек

Время на прочтение12 мин
Количество просмотров8.8K
Всего голосов 9: ↑8 и ↓1+7
Комментарии7

Комментарии 7

а в помощь ей подключить видеокарту NVIDIA GTX 1050

Если мне не изменяет память, "бытовые" GPU NVidia нельзя использовать в продакшене.

На память: нельзя использовать для оказания услуг серверных вычислений или как-то так. В общем явно был намек на облака и большие вычислители, где Nvidia продает "взрослые" теслы и им подобные. Конечно, за уши можно любые вычисления промышленные притянуть, но в целом вполне обычная история встретить игровые карты в компьютерном зрении и никто не считает это юридическим риском не только в РФ

НЛО прилетело и опубликовало эту надпись здесь

Нормальный ВЫХОД из данного БелогоЯщика (с хорошо просматриваемым ВХОДом):

Класс! Безсарказма

согласен, крутой кейс.

Некоторое время назад решал аналогичную задачу и пришел к выводу, что всё уже изобретено до нас,поэтому для измерения вместо самописной нейросети используется серийная система машинного зрения Festo. В моем случае по рольгангу едет заготовка проката длиной около 3000мм и стоит задача точно определить её длину.

Идея состоит в том, что момент проезда дальнего конца заготовки точно определяется лазерным датчиком, а ближний конец измеряется камерой, висящей на небольшой высоте над рольгангом. Также камерой измеряется угол поворота заготовки относительно оси рольганга для корректировки перпендикулярности.

Результатом работы такой недорогой системы является погрешность измерений ±1мм, за 350ms без использования длительного обучения нейросети, больших вычислительных мощностей и глубоких познаний в программировании.

Спасибо за статью. Выходит unet работал не с каждым кадром в риалтайме, а только когда его тригерил детектор? Инференс в pytorch, то есть оптимизациями в tensorRT не занимались и по скорости всё устраивает?

Зарегистрируйтесь на Хабре, чтобы оставить комментарий