Технология технического зрения для повышения уровня безопасности и помощи оператору X-ray оборудования
О проекте
01. Про заказчика
Производитель досмотрового оборудования РТУ (X-ray), входящий в топ-3 мировых компаний. Предлагает высококачественные решения для транспортной безопасности, обеспечивающие эффективность и надежность в проверке багажа и промышленных грузов (Astrophysics).
02. Задача проекта
Детекция запрещенных предметов в багаже
Цель проекта: Создания системы помощи сотрудникам аэропортов в распознавании запрещенных предметов как для багажа пассажиров, так и для крупногабаритных грузов. Это поможет улучшить процессы обеспечения безопасности на объектах, а значит:
Повысить уровень готовности к террористическим угрозам
Ускорить процесс проверки багажа
Снизить уровень ошибок при идентификации запрещенных предметов
03. Как мы решали задачу
01
Анализ текущих рентген систем и выявление потребностей для улучшения.
02
Сбор изображений с запрещенными предметами по списку Заказчика.
03
Разработка системы детекции на базе технологий Computer Vision и машинного обучения.
04
Интеграция с существующей инфраструктурой. Создание интуитивно понятного интерфейса для операторов.
05
Проведение тестирования и корректировки на основе анализа данных.
06
Обучение персонала работе с новой Системой. Полномасштабный запуск Системы на всех рентгенах линейки.
Интересный факт
Система ставится на одном из заводов производетеля в Мексике, куда приезжала наша команда по сбору и разметки изображений
Интересный факт
Для создания системы за 4 года получено более 100 000 изображений с запрещенными предметами, которые собирались собственноручно в Москве, Тихуане и Дубае
04. Как это работает
1Процесс детекции начинается с рентгеновских изображений, которые создаются в результате сканирования багажа и грузов.
2На этапе обработки алгоритмы выделяют ключевые элементы изображения, такие как формы и контуры объектов.
3Обработанные изображения подаются на вход нейросети. Модель определяет, какие объекты присутствуют на изображении.
4После классификации Система принимает решение о том, являются ли обнаруженные объекты потенциальными угрозами.
5В случае выявления угроз система автоматически отображает оператору место на снимке с опасностью.
05. Проблемы и их решение
В готовых датасетах сложно разметить что-то
При создании прототипа Системы мы взяли уже существующие данные с аэропортов и стали размечать на них ножи и ёмкости. В процессе чего поняли, что человеческий глаз не всегда может разглядеть и классифицировать вещи на снимке, заранее не понимая, присутствуют ли там запрещенные предметы.
Решение: собрали свой датасет
Для преодоления трудностей в распознавании и классификации объектов на рентгеновских снимках, мы решили начать сбор собственного датасета с нужными классами. Это позволило нам создать более специализированные модели машинного обучения, которые отлично работают на рентгеновских установках разных типов.
Бюрократия и потеря эффективности работы оператора из-за нового интерфейса
На первых этапах важно было доказать, что наши решения не мешают работе операторов интроскопов. Часто новые Системы отвлекали внимание сотрудников, снижая их продуктивность и затрудняя процесс анализа.
Решение: интеграция, не нарушающая рабочий процесс
Для решения данной проблемы мы разработали Систему, которая быстро и просто подключается к любому интроскопу, независимо от его модели и производителя. Она проводит анализ без задержек в передаче и ухудшения качества изображения, выводя результаты непосредственно на заводскую рабочую станцию. Операторы могут сосредоточиться на изучении изображений, не переключаясь на дополнительные мониторы, при этом оригинальный интерфейс интроскопа остается неизменным.
06. Ценность проекта
Гибкость интеграции: Система быстро и просто подключается к различным моделям интроскопов без необходимости серьезных изменений в программном обеспечении или аппаратной части.
Снижение затрат: Оптимизация процессов и исключение необходимости дополнительного обучения сотрудников помогают сократить затраты, позволяя бизнесу сосредоточиться на более важных аспектах своей деятельности.
Инновационные технологии: Внедрение современных технологий обеспечивает более высокую точность и надежность в выявлении угроз. Это не только повышает уровень безопасности, но и укрепляет репутацию компании как технологического лидера.
Минимизация рисков: Проект обеспечивает сохранение оригинального интерфейса интроскопов, а невмешательство в аппаратную часть интроскопа гарантирует, что условия гарантии производителей остаются в силе.
07. Команда, которая внедрила проект
Техлид
Алексей Ягужинский
Backend-Lead
Алексей Цибульников
Менеджер проекта
Фёдор Головин
Computer Vision инженер
Роман Мазников
DevOps
Дмитрий Соркин
Куратор команды разметки
Марк Яговкин
08. Планы на будущее
Готовые проекты
Наша команда успешно разработала 54 проекта с искусственным интеллектом. Тут собраны наши лучшие проекты про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть
Разработка нейросети
Нейросеть, которая следит за здоровьем коров
Разработка крупной системы
Классификация и распознавание повреждений автомобилей
Разработка крупной системы
Анализируем запрещенные предметы в багаже при помощи рентгена и ИИ
Разработка крупной системы
Платформа с единым реестром интернет-рекламы
Разработка крупной системы
Распознавание автомобильных номеров для парковок, ТЦ и БЦ
Разработка крупной системы
Контролируем бодрость сотрудников аэропорта, чтобы вы улетели в отпуск
Создадим проект мечты вместе
Напишите нам в Telegram о подробностях вашего проекта, и мы проведем бесплатную консультацию по автоматизации вашего бизнеса