02. Задача проекта

Ведущая организация в сфере страхования, выбрала нас для реализации задачи автоматизации оценки автомобильных повреждений. Вместе мы создали инновационное решение, которое сокращает время и усилия, необходимые для определения степени ущерба транспортному средству.
Система снижает время на оценку ущерба до нескольких минут. Метрика качества детекций достигла порядка 70% точности в оценке сложных повреждений и около 90% в оценке простых.
Многие из изображений автомобилей снимались в сложных условиях: на улице мог идти дождь, снег, или автомобили были покрыты грязью. Это создавало трудности для четкой локализации повреждений при разметке. В таких ситуациях нейросеть могла не распознать даже видимые дефекты, что снижало общую точность оценки.
Для повышения качества данных был внедрен этап препроцессинга, который включал автоматическую диагностику содержания изображений. Если система определяла, что фото плохо видно, она генерировала предупреждение, например о грязной машине или плохом освещении. Это позволило увеличить качество входных данных и повысить качество итогового датасета под обучение.
Вечерние съемки часто приводили к получению темных и нечетких изображений, что затрудняло детекцию повреждений. Даже опытные оценщики испытывали трудности с локализацией дефектов на таких фотографиях.
Мы разработали алгоритмы повышения яркости и контраста, которые применялись на предварительном этапе обработки изображений. В результате система могла работать с фотографиями, сделанными при ограниченном освещении, обеспечивая стабильную и высокую точность выявления повреждений.
Наша команда с 2017 года успешно реализовала 54 проекта 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.