Рыбный промысел встречает нейросети

Российская видеоаналитика впервые автоматизировала контроль рыбного промысла
Рыбный промысел всегда считался отраслью, где ключевую роль играют опыт экипажа, слаженность команды и традиционные технологии. Однако с развитием цифровизации даже самые консервативные отрасли стремятся внедрять передовые решения. Первым в России примером применения для рыбоперерабатывающей компании компьютерного зрения и машинного обучения в целях контроля производственного процесса непосредственно на борту судна поделился Антон Салин, директор по продажам ГК Softline:
- На сегодняшний день на российском рынке отсутствуют коробочные решения автоматизации ключевых этапов производства на судне способные обеспечить аналогичный функционал для морского промысла. Каждый проект в этой сфере требует уникальной настройки: видеопотоки, условия эксплуатации, конфигурация оборудования на судне — все это делает невозможным использование типовых систем. В нашем случае проблематика была типичной для отрасли: высокие потери от брака и простоев оборудования, возникающие из-за ошибок укладки рыбы, повреждений филе и нарушения технологических процессов; отсутствие прозрачной системы прослеживания технологической цепочки на борту; ручной контроль качества, не позволяющий оперативно реагировать на отклонения; сложности с расследованием инцидентов и выявлением причин ошибок. Заказчику требовалась система, которая не только фиксировала бы нарушения, но и сразу же сигнализировала бы об инцидентах, автоматически передавала метрики качества и объема продукции, а также позволяла бы быстро анализировать архив данных.
Что сделали впервые в России
Речь идет о программной платформе, разработанной с нуля специально для условий рыбного промысла. Использовали собственные детекторы, обученные на видеопотоках с конкретного судна, с учетом специфики расположения оборудования, условий освещенности, влажности и загрязнения камер, нейросетевые модели, способные в реальном времени различать правильную и неправильную укладку рыбы в лотках, подсчитывать объем и массу филе, определять дефекты продукции и контролировать качество икры, а также модули промышленной безопасности, которые автоматически распознают наличие касок и других СИЗ на сотрудниках, фиксируют нарушения, например, попытки подняться на конвейер с ногами.
Такой комплексный подход позволил создать кастомизированное ПО, полностью адаптированное к особенностям судна и технологических процессов заказчика.
Как это работает
Решение базируется на технологии Computer Vision в связке с AI/ML. Работа началась с формирования обширного датасета: видеопотоки с камер заказчика передавались команде, специалисты размечали каждое изображение — где укладка верная, где нарушена, где продукт с дефектами. Эти данные легли в основу обучения нейросети.
Затем на базе платформы видеоаналитики разрабатывались заказные детекторы, способные учитывать мельчайшие детали — от формы рыбы до особенностей движения конвейера. При этом система учитывает сложные условия эксплуатации: туман, водяные брызги, загрязнения объективов. Для этого проводилось дообучение на специализированных наборах данных, чтобы отличать каску от буйка даже при плохой видимости.
Внедренная система обеспечила онлайн-контроль процесса укладки и сортировки рыбы, учет объема и массы продукции без участия человека, фиксацию и сигнализацию о каждом отклонении с выводом информации на рабочее место оператора. Система также сохраняет данные для последующего анализа и расследования инцидентов и обеспечивает автоматизированную передачу метрик на сервер заказчика. Она успешно работает как на судне, так и на сервере компании, где моряки могут в любой момент получить доступ к архивам, статистике и записям нарушений.
Технологии будущего создаются сегодня
Этот проект — пример того, как российские компании могут создавать инновационные решения мирового уровня, полностью опираясь на собственные ресурсы: от проектирования и обучения моделей до внедрения и сопровождения. Сегодня это локальное решение для одного предприятия, завтра — стандарт для целой отрасли.
Фото: пресс-служба ГК Softline