Датасет для беспилотных комбайнов: разметка данных под управление техникой
Создали и верифицировали датасет из 20 000+ объектов для обучения нейросети, которая управляет беспилотной уборочной техникой. Наш подход к разметке обеспечил точность данных и прозрачность на каждом этапе проекта.



О проекте
Для автономной сельхозтехники качество данных напрямую влияет на безопасность и эффективность работы в поле. В рамках проекта мы создали эталонный датасет, который стал основой для обучения и валидации нейросети управления беспилотными комбайнами.
20 000 полигонов
Анализ и декомпозиция
Проанализировали видеопотоки с бортовых камер и совместно с заказчиком сформировали детальное ТЗ. Определили 15+ классов объектов для разметки, включая динамические (валки травы), технику и элементы ландшафта.Итеративная разметка
Команда профессиональных разметчиков выполнила полигональную сегментацию объектов на видео — от техники и инфраструктуры до людей в поле.Прозрачный трекинг работ
Вместо абстрактных «задач» внедрили учет по полигонам. Каждое действие (создание, правка, удаление) фиксировалось в трекинг-таблице, обеспечивая контроль объема и бюджета.Контроль качества
20% данных проходили обязательную верификацию старшим специалистом. Итоговая чистота датасета — 93,7%, подтвержденная проверками.Передача датасета
Готовый размеченный датасет передан заказчику в согласованном формате, полностью готовый для обучения нейросетевых моделей.Результат
Вызовы и решения
Непредсказуемость объема работ
значально клиент предложил оценивать работу по "тикетам" или "issue", но тестовый прогон показал, что одна "проблема" в данных могла требовать исправления десятков и сотен полигонов. Это делало оценку стоимости и сроков непредсказуемой, что является риском для бизнеса.Полигон как измеряемая метрика
Мы предложили и обосновали подход, при котором единицей тарификации является полигон (создание, правка, удаление). Для этого мы разработали простую, но эффективную систему трекинга, которая фиксировала каждое действие. Клиент получил полный контроль над бюджетом, а мы — четкий KPI для команды. Это решение превратило хаос в управляемый и масштабируемый процесс.Оптимизация разметки сложных объектов
В ходе работы заказчик (технический директор) высказал гипотезу, что пересоздание полигона для сложных объектов, может быть быстрее, чем редактирование существующего.Экспертный диалог и гибкость процесса
Мы не стали слепо следовать инструкции, а вступили в диалог. Мы высоко ценим техническую экспертизу на стороне клиента и всегда открыты к предложениям. Мы попросили продемонстрировать предложенный метод и совместно выработали оптимальный пайплайн, включив лучшие практики с обеих сторон в итоговое ТЗ для разметчиков. Это показало нашу гибкость и готовность работать в режиме партнерства, а не простого исполнителя, что особенно ценно для владельцев бизнеса. Мы также обсудили перспективные инструменты, такие как SAM (Segment Anything Model), и договорились о плане их тестирования в будущих итерациях, не останавливая текущий процесс.93,7%
Точность и чистота итогового датасета после всех этапов валидации
до 500
уникальных объектов содержал час видео с поля
100%
прозрачность: каждый рубль в проекте был привязан к измеримому результату — размеченному полигону.
Команда, которая внедрила проект
Роман Фёдоров
Бизнес-аналитик
Марк Яговкин
Руководитель разметки данных
Бесплатный разбор вашей задачи
На экспертной встрече разберем, какие сценарии внедрения ИИ для вашего бизнеса перспективны и возможны на вашем действующем оборудовании. Подготовим экономическое обоснование внедрения ИИ.
Рассмотрим технические ограничения и возможный первый этап проекта.
Готовые проекты
Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.






