02. Задача проекта
Автоматизировать разбор 2D-чертежей и извлечение ключевых параметров — размеров, допусков, резьб, шероховатостей и материала — чтобы минимизировать ручной труд технолога и существенно ускорить расчёт деталей.
OCR и распознавание 2D-чертежей для расчёта деталей
Мы создали модуль, который сокращает обработку чертежа с нескольких часов до пары минут. ИИ распознаёт 2D-чертежи, выполняет OCR-чтение и передаёт структурированные данные в платформу для расчёта деталей.01. Про заказчика
Коммерческая платформа для расчета смет на изготовление деталей в машиностроении и приборостроении.
03. Как мы решали задачу
0 1
Анализ требований и форматов — изучили типовые 2D-чертежи и выделили параметры для распознавания: размеры, допуски, резьбы, шероховатости и материал.0 2
Подготовка данных для обучения — собрали набор реальных чертежей и разметили размеры, обозначения и текстовые поля для обучения OCR и моделей детекции.0 3
Разработка модуля OCR и CV — создали систему, которая распознаёт текстовые и графические элементы чертежа: размеры, обозначения и технические требования.0 4
Алгоритмы извлечения параметров — реализовали интерпретацию данных — связи между размерами, допусками, резьбами и требованиями к обработке.0 5
Интеграция с платформой расчёта — передали распознанные параметры в API платформы, формируя структурированные данные для расчёта деталей.0 6
Тестирование и повышение точности — проверили решение на реальных чертежах и довели точность извлечения параметров до 97%.04. Технологический стек
1 Загрузка чертежа — PDF / изображение поступает в модуль обработки.
2 Подготовка изображения — система выравнивает лист, улучшает качество и выделяет зоны с текстом и размерами.
3 OCR-модуль — распознаёт текстовые элементы: размеры, обозначения, материалы, технические требования.
4 Модель детекции — нейросеть находит графические элементы: допуски, резьбы, шероховатости, условные обозначения.
5 Формирование параметров и API — система собирает распознанные данные в структуру и передаёт их в API платформы расчёта.
05. Проблемы и их решение
Ручной разбор чертежей занимал часы
Технолог тратил до 4–8 часов на чтение PDF, сканов и изображений: размеры легко пропустить, обозначения перекрываются, старые чертежи плохо читаются. Из-за человеческого фактора расчёты были медленными, нестабильными и зависели от внимательности специалиста.
Решение
Модуль OCR и детекции автоматически извлекает все ключевые параметры: размеры, допуски, резьбы, шероховатости, материал, диаметр, габариты. Система обрабатывает чертёж за секунды и передаёт данные в алгоритм расчёта стоимости.
Ошибки и пропуски в данных мешали расчёту стоимости
На чертежах встречаются нечитаемые фрагменты, пересечения линий, отсутствующая масса или материал, дублирующиеся выноски, неточный квалитет. Ошибки в данных приводили к неправильному расчёту стоимости или требовали ручного уточнения.
Решение
Система автоматически находит минимальный Ra, самый точный квалитет (H), считает количество резьб (M), определяет максимальный диаметр, количество измерений и габариты детали.
06. Ценность и экономика
Ускорение чтения чертежей
Разбор чертежей сокращён в 8‑10 раз → расчёт стоимости выполняется за минуты, а не за часы.Точность данных
ИИ корректно извлекает размеры, допуски, резьбы и материалы → количество ошибок снижено более чем в 3 раза.Предсказуемость расчётов
Параметры автоматически передаются в платформу → расчёты становятся стабильными и воспроизводимыми.Снижение нагрузки на технологов
Рутина чтения чертежей исключена → специалисты тратят в 5‑7 раз меньше времени на проверку данных.07. Команда, которая
внедрила проект
Техлид
Константин Порошкин
Backend-Lead
Алексей Цибульников
Менеджер проекта
Илья Гуреев
Аналитик
Роман Федоров
Computer Vision инжерер
Роман Мазников
DevOps
Дмитрий Соркин
Куратор команды разметки
Марк Яговкин
08. Планы на будущее
Кейсы в других нишах
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.
Разработка нейросети
Нейросеть для мониторинга здоровья коров на ферме
Разработка крупной системы
ИИ-система для оценки повреждений автомобилей
Разработка крупной системы
Автоматизация досмотра багажа и анализа X-ray снимков с помощью ИИ
Разработка крупной системы
Платформа для регистрации рекламы блогеров и единого реестра интернет-рекламы
Разработка крупной системы
Система распознавания спецтранспорта и автомобильных номеров для парковок и ТЦ
Разработка крупной системы
Нейросеть, которая контролирует бодрость сотрудников аэропорта, чтобы вы улетели в отпуск вовремя
Сбор данных для обучения ИИ
Учим нейросеть распознавать драки, чтобы в вашем городе стало безопаснее
Сбор данных для обучения ИИ
Нейросеть для распознавания огнестрельного оружия для систем безопасности
Разработка крупной системы
Нейросеть для определения возраста в системах безопасности и анализа аудитории
Разработка нейросети
Распознавание рукописного текста на экзаменационных бланках с помощью нейросети
Разработка крупной системы
Нейросеть, которая распознаёт пустые полки в магазинах и помогает вовремя пополнять запасы
Разработка крупной системы
Платформа на базе ИИ для определения целевой аудитории и аналитики блогеров
Разработка крупной системы
Распознавание погрузчиков и работников на складе для снижения рисков и травматизма
Разработка крупной системы
Внедрение машинного зрения для идентификации паллет и расчета габаритов
Разработка нейросети
Повышаем качество снимков с дронов, чтобы повысить точность анализа и распознавания полученных изображений
Разработка крупной системы
Оптимизация расстановки стеллажей с помощью ИИ и машинного зрения
Внутренняя разработка
NeuroVision — платформа видеоаналитики с готовыми модулями.
Разработка крупной системы
Внедрение видеоаналитики для контроля комплектации товаров на складе
Разработка крупной системы
OCR и распознавание 2D-чертежей для расчёта деталей
Разработка крупной системы
AI-видеоаналитика и распознавание QR для контроля сборки и упаковки заказов на складе
Разработка крупной системы
AI-контроль выкладки свежей рыбы + соблюдение FIFO
