Сайт использует файлы cookie
Мы используем файлы cookie для быстрой и удобной работы сайта. Выберите, какие файлы cookie вы разрешаете нам использовать. Подробнее в Политике конфиденциальности.
Сайт использует файлы cookie
Настроить cookies
Файлы cookie, необходимые для корректной работы сайта, всегда включены.
Другие можно настраивать.
Обязательные cookies
Всегда включены. Эти файлы cookie необходимы для того, чтобы вы могли пользоваться сайтом и его функциями. Их нельзя отключить. Они устанавливаются в ответ на ваши запросы, такие как настройка параметров конфиденциальности, вход в систему или заполнение форм.
Аналитические cookies
Disabled
Эти файлы cookie собирают информацию, чтобы помочь нам понять, как используются наши веб-сайты или насколько эффективны наши маркетинговые кампании, или чтобы помочь нам настроить наши веб-сайты для вас.
Рекламные cookies
Disabled
Эти файлы cookie предоставляют рекламным компаниям информацию о вашей активности в Интернете, чтобы помочь им предоставлять вам более релевантную онлайн-рекламу или ограничивать количество показов рекламы. Эта информация может быть передана другим рекламным компаниям.
Детектирование нарушений техники безопасности
компьютерное зрение и анализ изображений
нефтегазовая промышленность
15
30
сократилось среднее время обнаружения нарушения
в
в
снизилось время формирования отчетности
раз
раз
Заказчик
Крупный оператор магистральных нефтепроводов
ВЫЗОВЫ/ОСОБЕННОСТИ
различные, в том числе нестандартные, кейсы определения нарушений
разнообразие условий эксплуатации спецтехники
очень низкое качество видеоданных
обработка больших объемов данных для обучения моделей
Разработка системы для автоматизированного выявления нарушений техники безопасности на основе анализа видеоданных, получаемых с видеорегистраторов установленных на спецтехнике
Задача
решение
Техническое решение
1. Провели анализ и спроектировали клиент-серверную архитектуру системы
2. Создали автоматический пайплайн подготовки видеоданных для обучения моделей
3. Обучили нейросетевые модели для различных задач обнаружения нарушений, например: отсутствие средств индивидуальной защиты, пребывание работников в опасной зоне
4. Разработали фронтенд, клиентская часть приложения, на языке React, с авторизацией доступа и выводом отчетов по результатам обработки
5. Реализовали бэкенд, серверная сторона решения на базе Python
6. Провели оценку качества работы системы на тестовых данных (90% - средняя точность определения нескольких классов нарушений)
7. Обеспечили развертывание системы с помощью docker compose
Результат
Бизнес-ценности
Автоматизация процессов и сокращение трудозатрат
система существенно сокращает время и ресурсы на анализ видеоданных, позволяет сотрудникам охраны труда сосредоточиться на более важных задачах. Среднее время обнаружения нарушения сократилось в 15 раз
идентификация факторов, угрожающих безопасности и надежности эксплуатации магистральных нефтепроводов, что способствует снижению рисков аварий и инцидентов
Мониторинг и снижение времени формирования отчетности в 30 раз
возможность формирования отчетов и уведомлений о выявленных нарушениях позволяет оперативно реагировать на изменения и принимать меры по устранению проблем
Инновационные технологии
использование искусственного интеллекта для выявления нарушений демонстрирует стремление компании к внедрению современных технологий и повышению конкурентоспособности на рынке
улучшение качества и скорости контрольно-надзорных операций, что способствует повышению общей эффективности работы организации
Повышение безопасности
Эффективность контрольно-надзорных операций
Нажимая кнопку «Отправить», вы даете однозначное согласие на обработку своих персональных данных в объеме и с целями, определенными Политикой в отношении обработки персональных данных.
Можно прикрепить три файла размером до 3 Мб каждый. Форматы: doc, docx, pdf, ppt, pptx
Разработка программного обеспечения и решений Big Data
Отправьте запрос, и генеральный директор свяжется с вами в течение 1 часа
Выберите удобный способ связи
Сообщение об успешной отправке!