Мы знаем о существовании данной системы. Русагро её апробировало, но приняло решение о нецелесообразности дальнейшего её использования. Точных причин называть не буду, так как сам не участвовал в данном проекте. Если мне не изменяет память, то в тот момент я только сам устроился в Русагро Тех и начал собирать команду. Согласен, что общий домен задач очень похож. Связка детектор + треккер вообще уже классическая для компьютерного зрения и повсеместно используется. Коллеги из ВидеоМатрикс решали задачу для стационарных камер. Мы свой сервис разрабатывали с нуля, ни на какие чужие разработки не ориентировались, кроме чтения научных статей по данной тематике.
Боюсь, что не могу назвать конкретную сетку. Но если посмотреть в сторону SOTA решений в object dectection и tracking для real-time, то она там будет. Это наши свинокомплексы и камеры, наблюдаем мы за животными ежедневно, поэтому собрать данные было не проблемой. Складываем сами видео и фотографии в облачное хранилище, в MongoDB храним метаданные по каждому изображению и видеоклипу. Далее все это используем для инференса, либо генерируем новые версии датасета при помощи своего датасет генератора и класса ClearML Dataset.
Индивидуальные метки это просто очень дорого. Свиней десятки тысяч, каждой необходима своя метка, нужно много времени и сотрудников, чтобы эту операцию осуществить. RFID метки используются, но только для самых важных свиней, которые отвечают за потомство. Если вешать умную метку, которая еще будет следить за показателями свиньи, то это сильно удорожает итоговый продукт. Эта видеоаналитическая система не только считает животных, но и следит за их заболеваемостью при помощи тепловизора, проверяет наличие корма в кормушках и т. п., то есть она многофункциональна, чтобы отбить свою стоимость.
Мы знаем о существовании данной системы. Русагро её апробировало, но приняло решение о нецелесообразности дальнейшего её использования. Точных причин называть не буду, так как сам не участвовал в данном проекте. Если мне не изменяет память, то в тот момент я только сам устроился в Русагро Тех и начал собирать команду. Согласен, что общий домен задач очень похож. Связка детектор + треккер вообще уже классическая для компьютерного зрения и повсеместно используется. Коллеги из ВидеоМатрикс решали задачу для стационарных камер. Мы свой сервис разрабатывали с нуля, ни на какие чужие разработки не ориентировались, кроме чтения научных статей по данной тематике.
Боюсь, что не могу назвать конкретную сетку. Но если посмотреть в сторону SOTA решений в object dectection и tracking для real-time, то она там будет. Это наши свинокомплексы и камеры, наблюдаем мы за животными ежедневно, поэтому собрать данные было не проблемой. Складываем сами видео и фотографии в облачное хранилище, в MongoDB храним метаданные по каждому изображению и видеоклипу. Далее все это используем для инференса, либо генерируем новые версии датасета при помощи своего датасет генератора и класса ClearML Dataset.
Индивидуальные метки это просто очень дорого. Свиней десятки тысяч, каждой необходима своя метка, нужно много времени и сотрудников, чтобы эту операцию осуществить. RFID метки используются, но только для самых важных свиней, которые отвечают за потомство. Если вешать умную метку, которая еще будет следить за показателями свиньи, то это сильно удорожает итоговый продукт. Эта видеоаналитическая система не только считает животных, но и следит за их заболеваемостью при помощи тепловизора, проверяет наличие корма в кормушках и т. п., то есть она многофункциональна, чтобы отбить свою стоимость.