AI-контроль санитарных норм на пищевом производстве
Видеоаналитика превращает санитарный контроль на пищевом производстве из ручной и выборочной проверки в непрерывный процесс с мгновенной фиксацией нарушений и управляемой отчетностью.



О проекте
В цехах готовой продукции санитарный контроль часто держится на ручных проверках и внимательности смены. Из-за этого нарушения по внешнему виду сотрудников, мытью рук и состоянию рабочих зон могут замечать с опозданием.
Для решения этой задачи мы спроектировали систему, которая автоматически контролирует вход в цех, зону мойки рук, рабочие участки, оборудование и санитарное состояние помещений.
Система проверяет СИЗ, шапочки, перчатки, отсутствие украшений, корректность обработки рук, а также следит за дверями, дезковриками, мусорными баками и коробами на полу. Если возникает нарушение, система сразу формирует событие с фотофиксацией и отправляет уведомление руководителю. В итоге заказчик получает не разрозненные ручные проверки, а единый цифровой контур санитарного контроля в цехах.
до 40%
Анализ зон контроля и требований
Определили критичные точки контроля в цехах, перечень нарушений, схему размещения камер и требования к интеграции с внутренними системамиСбор данных и обучение моделей
Собрали данные, разметили нарушения и обучили модели под целевые сценарииРазработка контура детекции и уведомлений
Реализовали логику инцидентов, фотофиксацию, уведомления и отчетный контур.Пилотный запуск
Развернули систему в пилотных зонах и проверили работу в реальных условиях цехаКалибровка под эксплуатацию
Уточнили настройки, стабилизировали качество распознавания и подготовили систему к рабочему режимуИнтересный факт
Технологический стек
Frontend
Интерфейс пользователя: отчеты, графики, панели управленияBackend
Логика обработки и базовые компоненты системыML
Модели и фреймворки для обученияВызовы и решения
Допуск сотрудника по совокупности признаков
Система должна одновременно учитывать шапочку, волосы, перчатки, спецобувь, застегнутую одежду и отсутствие украшений, чтобы корректно фиксировать нарушение перед входом в цехМногопризнаковая проверка в точке входа
Для входной зоны заложили сценарий, где решение строится по набору обязательных признаков внешнего вида сотрудникаОбучение модели на реальных дефектах покрытия
Для устойчивой работы системе нужны данные именно с производственной линии, где дефекты, освещение и ракурс съемки соответствуют реальному процессу.Датасет с линии и последующее дообучение
В проект заложили сбор 2 000–3 000 изображений, разметку дефектов покрытия и дальнейшее переобучение модели на новых production-данныхКонтроль полной процедуры мытья рук
Для пищевого производства недостаточно увидеть сотрудника у раковины — нужно подтвердить все этапы обработки рук от ополаскивания до дезинфекцииПоэтапная валидация санитарной процедуры
Логику системы разложили на отдельные стадии мытья и обработки рук с проверкой полноты выполнения процедурыОдин контур для людей, оборудования и среды
Проект должен в рамках одной системы контролировать сотрудников, двери, дезковрики, мусорные баки, короба на полу и санитарное оборудованиеЗональная модель санитарного контроля
Систему спроектировали по контрольным точкам, где для каждой зоны заданы свои объекты, правила детекции и типы инцидентов>95%
точность выявленных нарушений
< 5 секунд
на отправку сигнала о нарушении
200+ объектов
для масштабирования решения
Команда, которая внедрила проект
Дмитрий Палий
Frontend-разработчик
Дмитрий Соркин
DevOps-инженер
Андрей Панкратов
Python backend-разработчик
Никита Болдырев
ML-инженер
Никита Латышонок
CV-инженер
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.

















