100 000+ X-ray изображений с запрещёнными предметами собрано за 4 года
Москва, Тихуана, Дубай — география сбора данных
Умный интроскоп: интеграция ИИ в систему рентгеновского досмотра
Технология искусственного интеллекта для автоматического анализа X-ray изображений и выявления угроз в зоне рентгеновского досмотра. Работает с существующими интроскопами без модификаций оборудования.
Заказчик Astrophysics — международный производитель рентгенотелевизионных установок и интроскопов для авиационной и транспортной безопасности. Оборудование используется в аэропортах, на вокзалах и объектах контроля грузов.
Задача Повысить скорость и стабильность рентгеновского досмотра за счёт автоматического выявления потенциальных угроз на X-ray изображениях, снизив нагрузку на операторов и исключив зависимость качества контроля от человеческого фактора.
Срок 2024
О проекте
В системе рентгеновского досмотра оператору приходится принимать десятки решений в минуту, анализируя сложные X-ray изображения. Наша задача в проекте - автоматизировать досмотр багажа с помощью ИИ. Модуль X-ray автоматически выявляет потенциально опасные объекты и подсвечивает их оператору, снижая когнитивную нагрузку и риск пропуска угроз. Система работает на интроскопах Astrophysics без модификации оборудования.
Заказчик Astrophysics — международный производитель рентгенотелевизионных установок и интроскопов для авиационной и транспортной безопасности. Оборудование используется в аэропортах, на вокзалах и объектах контроля грузов.
Задача Повысить скорость и стабильность рентгеновского досмотра за счёт автоматического выявления потенциальных угроз на X-ray изображениях, снизив нагрузку на операторов и исключив зависимость качества контроля от человеческого фактора.
Срок 2024
+30% к скорости досмотра
1
Аудит досмотровых комплексов и процессов
Провели аудит интроскопов и сценариев досмотра на рабочих линиях, включая нагрузку и требования к надёжности.
2
Формирование X-ray датасета и разметка
Собрали собственный X-ray датасет из 30 000+ изображений багажа, дополнили его синтетическими данными для редких угроз и выполнили экспертную разметку под реальные сценарии досмотра.
3
Разработка моделей детекции угроз
Спроектировали и обучили модель компьютерного зрения для обнаружения запрещённых и потенциально опасных объектов на X-ray изображениях в условиях реального досмотра.
4
Интеграция ИИ в интроскопы
Встроили ИИ-модуль в действующие системы интроскопов без изменений аппаратной части и пользовательского интерфейса.
5
Пилот и внедрение в реальных условиях
Провели пилотные внедрения на действующих линиях досмотра, протестировали систему в реальных аэропортах и адаптировали модели под рабочие сценарии эксплуатации.
Интересные факты
Для подготовки и разметки обучающего датасета нам специально доставили из-за океана отдельный интроскоп
Технологический стек
Frontend
Интерфейс пользователя: отчеты, графики, панели управления
Backend
Логика обработки и базовые компоненты системы
ML
Модели и фреймворки для обучения
Вызовы и решения
Непригодность типовых X-ray датасетов для промышленного применения
Готовые открытые датасеты не отражали реальные сценарии досмотра: ограниченный набор угроз, низкая вариативность объектов, отсутствие данных с разных типов интроскопов. Это не позволяло обучить модель, устойчивую к эксплуатации в транспортной инфраструктуреРЕШЕНИЕ
Собственный датасет
Сформировали собственный X-ray датасет: более 100 000 изображений багажа с реальными и синтетически сгенерированными угрозами. Данные собраны на объектах в разных регионах и на оборудовании различных производителей, с экспертной разметкой под реальные регламенты досмотра.Разнородный парк интроскопов и закрытые интерфейсы оборудования
Интроскопы разных производителей используют собственные форматы данных и ПО. Любые доработки «внутри» оборудования невозможны без потери гарантии и остановки линий досмотраРЕШЕНИЕ
Реализовали универсальный слой интеграции
ИИ подключается к интроскопам без модификации ПО и аппаратной части. Анализ X-ray изображений выполняется параллельно основному потоку, с выводом результатов напрямую в рабочее пространство оператора.Высокая нагрузка и субъективность операторского анализа
При интенсивном пассажиропотоке операторы сталкиваются с усталостью и монотонностью, что увеличивает риск пропуска угроз и снижает стабильность качества досмотра.РЕШЕНИЕ
ИИ-подсветка
Внедрили ИИ-подсветку подозрительных объектов в реальном времени с confidence-оценками. Система снижает влияние человеческого фактора, сокращает количество повторных досмотров и повышает единообразие принимаемых решений.до 80%
точность детекции по ключевым классам угроз в реальных условиях досмотра
30 000+
X-ray изображений в собственном обучающем датасете багажа
1-2 недели
срок добавления нового класса угроз с использованием синтетических данных и MLOps
Команда, которая внедрила проект
Алексей Цибульников
Python backend-разработчик
Фёдор Головин
Project Manager
Михаил Моисеев
CV-инженер
Дмитрий Соркин
DevOps-инженер
Марк Яговкин
Руководитель разметки данных
Планы на будущее:
Поддержка портальных интроскопов, повышение качества выявления металлических предметов и снижение ложных срабатываний
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.
Разработка крупной системы
Компьютерное зрение в метрологии
ИИ для промышленности
ИИ-отбор качественных снимков с дронов
Разработка крупной системы
Распознавание QR для контроля сборки и упаковки заказов
Разработка крупной системы
Платформа для регистрации рекламы блогеров и ЕРИР
Разработка крупной системы
Нейросеть для определения возраста: аналитика и безопасность в одном решении
Разработка крупной системы
AI-контроль выкладки свежей рыбы + соблюдение FIFO
Разработка крупной системы
Нейросеть распознаёт пустые полки в магазинах и помогает вовремя их заполнить
Разработка крупной системы
Контроль ношения СИЗ на производстве рыбы
Разработка крупной системы
ИИ-контроль опасных ситуаций при движении погрузчиков
Сбор и разметка данных для ИИ
Собрали датасет оружия в 1000+ видео
Разработка крупной системы
Машинное зрение измеряет паллеты и передает данные в WMS
Сбор и разметка данных для ИИ
Учим нейросеть распознавать драки, чтобы в вашем городе стало безопаснее
Сбор и разметка данных для ИИ
Разметка данных для беспилотных комбайнов
Экспертная разметка данных
Медицинский датасет МРТ позвоночника для обучения AI
Разработка крупной системы
Как контролировать брак этикетки на работающем конвейере
Экспертная разметка данных для ИИ
Разметка 7000 исследований совместно с врачами-экспертами
Разработка крупной системы
Распознавание номеров автомобиля для въезда на парковку
Разработка крупной системы
ИИ расставляет стеллажи в 10 раз быстрее
Операционный ИТ-аутсорсинг
Команда разметчиков как сервис для маркетплейса
ИИ для образования
Распознавание рукописного текста на экзаменационных бланках с помощью нейросети
Разработка крупной системы
ИИ-система для оценки повреждений автомобилей
Сбор данных для ML и ИИ
Собрали 10 000 уникальных лошадей для биометрии
Разработка крупной системы
ИИ-учет индивидуальной выработки на конвейере
Разработка крупной системы
Цифровой контроль движения вагонов
Разработка крупной системы
От цветка к идеальному букету: ИИ распознает качество роз
Разработка крупной системы
Нейросеть для распознавания 2D чертежей
Разработка крупной системы
Платформа, объединившая поиск блогеров, целевой аудитории и аналитику
Разработка для ритейла
Внедрение видеоаналитики для контроля комплектации товаров на складе
Разработка крупной системы
Нейросеть, которая контролирует бодрость сотрудников аэропорта, чтобы вы улетели в отпуск вовремя
Разработка крупной системы
ИИ контролирует опасные зоны конвейера 24/7
Сбор и разметка данных
AI-мониторинг вечной мерзлоты
Разработка крупной системы
Нейросеть контролирует качество чипсов прямо на конвейере
Разработка для сельского хозяйства
Нейросеть для мониторинга здроровья коров
