Пищевая промышленность, перерабатывающая промышленность

ИИ-контроль СИЗ на производстве по переработке рыбы

MVP системы видеоаналитики для контроля ношения касок и перчаток на предприятии по переработке рыбы с фиксацией нарушений в режиме 24/7.

NDA

Заказчик Крупное предприятие в сфере промышленной переработки рыбы с непрерывным циклом производства и повышенными требованиями к промышленной безопасности и санитарным регламентам.

Задача Обеспечить фиксацию нарушений в реальном времени, формирование цифрового журнала инцидентов и стабильную работу под штатной нагрузкой без влияния на производственный процесс.

О проекте

На предприятии по переработке рыбы соблюдение требований по каскам и перчаткам напрямую влияет на уровень производственного травматизма, санитарное соответствие и риски остановки линии. При высокой плотности операций ручной контроль не обеспечивал управляемости и воспроизводимости соблюдения регламентов.

Система ИИ-контроля СИЗ в режиме 24/7 фиксирует наличие и корректность ношения касок и перчаток в зонах повышенного риска. Решение перевело контроль из ручного формата в управляемую цифровую модель с прозрачной статистикой нарушений и инструментами для внутреннего аудита.

NDA

100%

контроль ношения СИЗ в производственных зонах

Аудит зон риска и архитектура контроля

Определены производственные зоны, в которых требуется обязательное ношение каски и перчаток. Зафиксированы камеры, углы обзора и критерии фиксации нарушений для юридически корректной цифровой регистрации событий.

Формирование и разметка датасета

Собран и размечен целевой датасет по ношению СИЗ (каска, перчатки) в условиях реального производства: сменяемость персонала, плотность операций, перекрытия. Обеспечена адаптация модели под специфику цеха.

Обучение и настройка моделей

Настроены модели детекции персонала и наличия СИЗ с учетом минимальной длительности события и исключения кратковременных пересечений зоны. Достигнута стабильная работа в условиях производственного освещения и динамики.

Внедрение потоковой обработки и логики событий

Реализована обработка видеопотока в реальном времени с фиксацией только подтвержденных нарушений. Система формирует структурированные события с временной меткой и видеоподтверждением.

Интеграция отчетности и управляемости

Создан журнал нарушений с возможностью аналитики по зонам и сменам. Руководство получило инструмент объективного контроля и доказательной базы для внутренних проверок и аудитов.

Интересный факт

Система фиксирует нарушение СИЗ не по одному кадру, а по последовательности действий человека во времени — это снижает ложные срабатывания даже при перекрытиях и одинаковой форме сотрудников.

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

Нестабильность детекции при перекрытиях сотрудников

При плотной работе в зоне переработки сотрудники часто перекрывают друг друга, что снижает точность фиксации нарушений СИЗ.

РЕШЕНИЕ

Трекинг с временной агрегацией событий

Система анализирует последовательность кадров и фиксирует нарушение только при подтверждённой устойчивой детекции.

Визуальное однообразие персонала

Идентичная форма и отсутствие индивидуальных маркеров затрудняют корректную привязку СИЗ к конкретному сотруднику.

РЕШЕНИЕ

Ассоциация «человек–СИЗ» на уровне пайплайна

с дополнительной стабилизацией решений по времени, что снижает риск подмены идентификаторов при кратковременной потере объекта из кадра.

≤ 5 секунд

фиксация и отображение нарушения

24/7

непрерывный цифровой контроль СИЗ

≥ 5 FPS

средний обработанный поток анализа на камеру при входящем 25 FPS

Команда, которая внедрила проект

Дмитрий Соркин

DevOps-инженер

Дмитрий Долгин

Tech Lead

Роман Фёдоров

Бизнес-аналитик

Алексей Цибульников

Python backend-разработчик

Михаил Моисеев

CV-инженер

Проект запущен в работу

Скоро здесь будут

обновления

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.