Там использовалось несколько сетей, например, для детекции объектов применяли yolov3. Сети тренировали, когда уже развернули систему видеокамер, оттуда брали кадры для разметки и обучения. Целостные траектории строятся на двух компонентах — координатах объектов и сигналах состояний, по которым можно определить значимые события. Основное событие для отслеживания — передача ковша. Передача ковша, например, со сталевоза на кран может быть осуществлена в рамках конечного множества точек на схеме цеха. Вы отслеживаете попадание объектов в эти точки и при определенной комбинации сигналов состояний фиксируете то или иное событие. Тут, конечно, сразу возникают вопросы фильтрации шумов в сигналах и так далее, но идейно подход такой.
У ковша в цехе стоять незачем. Основная работа либо в помещениях операторских, либо на конвертерной площадке, либо на разливке. Людей работает немало, контактируют с друг другом много. Плюс учтите, что тут человека снимают, он об этом знает, и маска — необходимый СИЗ.
Ковид, увы, не сгорает от наших температур, поэтому у нас не как на улице, а как в помещении. И люди в цехе есть. Приезжают как все, контактируют в транспорте/дома.
Ядро – система DataTrack, российская разработка. Это система слежения за материалом. Нейросети также взяли готовой архитектуры. Остальное все рукописное.
В принципе перебор вариантов, но там же масса технологических ограничений. Эти ограничения переводят большую часть таких вариантов в разряд запрещенных. Тут, наверно, самая интересная часть задачи — в генерировании ограничений для конкретного кейса.
По поводу стоимости: мы ведь не выкидываем всю плавку целиком в мусорку, если что-то пошло не так. Просто из более качественного сорта она идет на марку пониже. Разницу в стоимости я примерно прикинул. Зависит от того, какие ферросплавы были добавлены и так далее.
Там использовалось несколько сетей, например, для детекции объектов применяли yolov3. Сети тренировали, когда уже развернули систему видеокамер, оттуда брали кадры для разметки и обучения. Целостные траектории строятся на двух компонентах — координатах объектов и сигналах состояний, по которым можно определить значимые события. Основное событие для отслеживания — передача ковша. Передача ковша, например, со сталевоза на кран может быть осуществлена в рамках конечного множества точек на схеме цеха. Вы отслеживаете попадание объектов в эти точки и при определенной комбинации сигналов состояний фиксируете то или иное событие. Тут, конечно, сразу возникают вопросы фильтрации шумов в сигналах и так далее, но идейно подход такой.
Сам ковш сварной из стали, но изнутри он выложен огнеупорным кирпичом, который и держит такую высокую температуру.
У ковша в цехе стоять незачем. Основная работа либо в помещениях операторских, либо на конвертерной площадке, либо на разливке. Людей работает немало, контактируют с друг другом много. Плюс учтите, что тут человека снимают, он об этом знает, и маска — необходимый СИЗ.
Ковид, увы, не сгорает от наших температур, поэтому у нас не как на улице, а как в помещении. И люди в цехе есть. Приезжают как все, контактируют в транспорте/дома.
Лом заваливают в конвертер и там плавят, то есть в стальковш он попадает в жидком виде уже.
Ядро – система DataTrack, российская разработка. Это система слежения за материалом. Нейросети также взяли готовой архитектуры. Остальное все рукописное.
Почти так, но узких мест может быть несколько, а не одно. И важно оптимизировать весь график, а не движение какого-то одного ковша.
В принципе перебор вариантов, но там же масса технологических ограничений. Эти ограничения переводят большую часть таких вариантов в разряд запрещенных. Тут, наверно, самая интересная часть задачи — в генерировании ограничений для конкретного кейса.
По поводу стоимости: мы ведь не выкидываем всю плавку целиком в мусорку, если что-то пошло не так. Просто из более качественного сорта она идет на марку пониже. Разницу в стоимости я примерно прикинул. Зависит от того, какие ферросплавы были добавлены и так далее.