«С-Инновации»: ИИ-система для проверки качества поверхности сверхпроводящей ленты
Внедрили нейросетевой детектор дефектов на заводе ВТСП-лент с точностью распознавания 95%
Задача
Требуется улучшить систему контроля качества ВТСП-ленты: автоматически распознавать критические дефекты, минимизировать ложные срабатывания, интегрировать детектор в существующую систему «Фотоскан»
Решение
Обучили нейросеть определять границы ленты и фильтровать ложные дефекты, разработали механизм кластеризации для точного распознавания «Плюх», исключили ложные срабатывания на стыках, собрали большой датасет и провели точную разметку для распознавания «Зажёвов» и «Надавов»
Результат
Достигнута точность распознавания дефектов 95%, исключены ложные срабатывания на стыки и сдвиги, добавлена возможность корректировки параметров кластеризации под новые требования производства
Похожие кейсы
Контроль комплектации аэрозольной продукции в «Арнест» с помощью компьютерного зрения
Автоматизирован мониторинг выпадения баллонов из коробок для АО «Арнест» → 100% точность выявления некомплекта
Мобильное приложение для оценки качества краба
Разработано мобильное приложение на основе нейросети для определения процента наполнения крабовой конечности мясом с точностью 99%.
HR чат-бот для Норникеля
Разработан HR чат-бот в ВКонтакте для сбора резюме и анкет соискателей — за два месяца получено 245 анкет
Автоматический контроль намотки сверхпроводящего кабеля с помощью компьютерного зрения
Автоматизирован контроль намотки ВТСП-кабеля с точностью детекции дефектов 99%.
АО «НПО «Аконит»: машинное зрение ML Sense для контроля качества труб на линии резки
Автоматизирован визуальный контроль труб на линии резки с помощью машинного зрения, что снизило аварии на 80%.
Внедрение платформы видеоаналитики (CV моделей)
Разработано решение для анализа производственного процесса — mAP достиг 85%