Cуть предложения — разработка и внедрение системы автоматической сортировки алмазов для крупного предприятия. Основные задачи включали сортировку алмазов по их форме (обломки и кристаллы), качеству (от крутых до хороших) и цвету (до 10 различных оттенков).
Введение
Этот документ описывает проект по автоматизации сортировки алмазов на производственной линии. Он включает описание процесса сортировки, основные характеристики ценных материалов(форма, цвет, качество) и проблемы, связанные с точностью автоматической классификации. Проект целью имеет разработку системы на основе фотографий с сортировочных машин для определения характеристик каждого алмаза. Результатом стало создание системы, способной автоматически анализировать и классифицировать ценные материалы, что повысило эффективность и снизило затраты на проверку качества.
Боль-Запрос
Точность автоматического распределения ценных материалов не соответствует требованиям бизнеса
→ Сократить затраты и повысить эффективность производственных операций через автоматизацию процесса классификации ценных материаловОбучение специалистов для проверки ошибок системы стоит очень дорого и занимает более года
→ Оптимизация затрат и сроков обучения специалистов, необходимых для проверки ошибок системы
Описание проекта
Для решения задачи автоматического определения ключевых характеристик ценных материалов на производстве была разработана комплексная система. В неё входят несколько видеокамер, установленных на сортировочных машинах, способных работать в условиях высокой скорости обработки и при сильной запыленности шахты. Были созданы алгоритмы компьютерного зрения, которые анализируют фотографии алмазов, определяя их форму, цвет и качество. Эти алгоритмы были обучены на эталонных выборках, прошедших все три сортировочные машины, что позволило значительно повысить точность автоматического распределения алмазов на производстве и снизить необходимость в дорогостоящем обучении специалистов.
- Машинное обучение: Обучение моделей с использованием этикетированных данных, собранных с эталонных выборок, прошедших все 3 сортировочные машины.
- Компьютерное зрение: Разработка алгоритмов обработки изображений для выделения ключевых признаков ценных материалов на фотографиях, учет особенностей, таких как высокая скорость пролета камней, запыленность шахты и блики света.
- Интеграция систем: Создание интегрированной системы, которая автоматически обрабатывает данные с видеокамер сортировочных машин и передает результаты в систему управления производством.
- Оптимизация процесса: Улучшение алгоритмов для повышения точности и скорости распознавания характеристик алмазов, снижение затрат на обучение специалистов и уменьшение времени на проверку ошибок.
- Машинное обучение: Обучение моделей с использованием этикетированных данных, собранных с эталонных выборок, прошедших все 3 сортировочные машины.
- Компьютерное зрение: Разработка алгоритмов обработки изображений для выделения ключевых признаков ценных материалов на фотографиях, учет особенностей, таких как высокая скорость пролета камней, запыленность шахты и блики света.
- Интеграция систем: Создание интегрированной системы, которая автоматически обрабатывает данные с видеокамер сортировочных машин и передает результаты в систему управления производством.
- Оптимизация процесса: Улучшение алгоритмов для повышения точности и скорости распознавания характеристик алмазов, снижение затрат на обучение специалистов и уменьшение времени на проверку ошибок.
Длительность проекта
Общая длительность проекта — 2 года
Общая длительность проекта — 2 года
Команда
- 1 Project Manager
- 1 Data Science(DS) team lead
- 2 ML engineers
- 2 Back End
- 1 Project Manager
- 1 Data Science(DS) team lead
- 2 ML engineers
- 2 Back End
Стоимость реализации проекта
Общая стоимость проекта составила ~ 100k USD
Общая стоимость проекта составила ~ 100k USD
Решение
1) Аппаратная часть: Использование массива от 2 до 10 высокоразрешающих камер, каждая из которых оснащена специализированными объективами для точного захвата изображений драгоценных камней. Для обработки и анализа данных используются мощные графические процессоры (GPU), обеспечивающие быструю обработку изображений в режиме реального времени.2) Программное обеспечение: Нейронные сети, обученные на огромном объеме данных, для точной классификации драгоценных камней по их форме, качеству и цвету. Специализированные алгоритмы обработки изображений используются для улучшения качества изображений и устранения шума, что повышает точность классификации.
1) Аппаратная часть: Использование массива от 2 до 10 высокоразрешающих камер, каждая из которых оснащена специализированными объективами для точного захвата изображений драгоценных камней. Для обработки и анализа данных используются мощные графические процессоры (GPU), обеспечивающие быструю обработку изображений в режиме реального времени.
2) Программное обеспечение: Нейронные сети, обученные на огромном объеме данных, для точной классификации драгоценных камней по их форме, качеству и цвету. Специализированные алгоритмы обработки изображений используются для улучшения качества изображений и устранения шума, что повышает точность классификации.
Результат проекта
- Точность: Достигается точность на уровне от 85% до 97% в зависимости от конкретной задачи классификации (форма, качество, цвет), что гарантирует высокую надежность и точность результатов.
- Уровень автоматизации: Более 80% процесса классификации драгоценных камней автоматизировано, что экономит значительные ресурсы человеческого труда и уменьшает вероятность человеческих ошибок.
- Экономическая эффективность: Реализация данного проекта приводит к существенному сокращению затрат на процесс классификации драгоценных камней за счет уменьшения временных и финансовых затрат, связанных с человеческим фактором.
- Скалируемость: Система легко масштабируется для работы с различными типами драгоценных камней и условиями освещения, обеспечивая стабильную и высокую производительность при любых объемах производства
- Точность: Достигается точность на уровне от 85% до 97% в зависимости от конкретной задачи классификации (форма, качество, цвет), что гарантирует высокую надежность и точность результатов.
- Уровень автоматизации: Более 80% процесса классификации драгоценных камней автоматизировано, что экономит значительные ресурсы человеческого труда и уменьшает вероятность человеческих ошибок.
- Экономическая эффективность: Реализация данного проекта приводит к существенному сокращению затрат на процесс классификации драгоценных камней за счет уменьшения временных и финансовых затрат, связанных с человеческим фактором.
- Скалируемость: Система легко масштабируется для работы с различными типами драгоценных камней и условиями освещения, обеспечивая стабильную и высокую производительность при любых объемах производства