ИИ-платформа MarQus для сортировки твердых бытовых отходов
Разработали ИИ-платформу MARQUS для «Вторплюс»: объём сортировки ТБО вырос более чем в 2 раза, точность детекции достигла 95–97%.
Задача
Повысить эффективность сортировки твёрдых бытовых отходов: увеличить объёмы и точность обработки при снижении затрат на инвестиции и производственные площади.
Решение
Создали платформу MARQUS на основе компьютерного зрения и мультиспектральной съёмки. Обучили нейросеть на собственном датасете из 223 209 размеченных изображений, разработали адаптивную систему управления манипуляторами и экономичный модуль сканирования.
Результат
- ×2+ Объём сортировки ТБО за единицу времени
- 95–97% Точность детекции объектов
- +30% Количество извлекаемых фракций из ТБО
- −25% Стоимость внедрения по сравнению с аналогами на базе компьютерного зрения
Объём сортировки вырос более чем вдвое, точность детекции достигла 95–97%, количество извлекаемых фракций увеличилось на 30%, а стоимость внедрения снизилась на 25% по сравнению с аналогами.
Ещё 33 кейса в категории Промышленное предприятие → Нейросети
Похожие кейсы
Контроль комплектации аэрозольной продукции в «Арнест» с помощью компьютерного зрения
Разработали систему компьютерного зрения для «Арнест», которая со 100% точностью выявляет некомплект упаковки и останавливает конвейер.
Приложение CrabMIC для «Русского краба»: оценка качества с точностью 99%
Разработали мобильное приложение CrabMIC для «Русского краба»: нейросеть определяет наполнение конечности мясом с точностью 99%.
ML Sense для ОИЯИ: контроль намотки сверхпроводящего кабеля с точностью 99%
Внедрили систему машинного зрения ML Sense для автоматического контроля намотки сверхпроводящего кабеля в ОИЯИ: точность детекции дефектов достигла 99%, высвобождено 3–4 оператора в смене.
Снижение аварий на 80% для НПО «Аконит» с помощью машинного зрения ML Sense
Внедрение системы машинного зрения ML Sense на линии резки труб НПО «Аконит» снизило аварии на 80% и окупилось менее чем за 6 месяцев.
Внедрение платформы видеоаналитики (CV моделей)
Разработали видеоаналитику для НИИСТРОМ, которая исключила попадание зубьев экскаватора в производственную линию и предотвратила ущерб в среднем 8,8 млн рублей за инцидент.
HR чат-бот для Норникеля
HR чат-бот во ВКонтакте для Норникеля собрал 245 анкет и 84 резюме за два месяца.