МОСКВА, 24 марта. /ТАСС/. Исследователи из России разработали систему, позволяющую автоматически выделять этапы производственных процессов по видеопотокам, отслеживать отклонения, возникающие на каждой из стадий производства и предотвращать аварийные ситуации. Об этом сообщила пресс-служба «Сколтеха» (входит в группу ВЭБ.РФ).
«Внедрение таких систем дает реальную экономию: теперь не нужно вручную разбирать сотни часов видео, чтобы обучить нейросеть распознавать производственные этапы. Модель будет самостоятельно выделять закономерности в больших объемах необработанного материала. Это позволяет промышленным камерам в реальном времени выявлять отклонения от нормального хода процесса и помогать предотвратить аварийные ситуации», — пояснил ведущий инженер Центра ИИ «Сколтеха» Максим Алешин, чьи слова приводит пресс-служба вуза.
Как отмечается в сообщении, разработанная учеными система мониторинга производственных процессов построена на базе принципа самообучения. Он позволяет значительно сократить затраты на ручную разметку данных и повысить устойчивость работы модели в реальных условиях.
Ученые применили нейросети-трансформеры, построенные на базе данного подхода, для автоматизированного анализа и сегментации видеопотоков, поступающих с большого числа производственных площадок. Исследователи «Сколтеха» и Самарского университета подобрали такие параметры работы системы ИИ, что она самостоятельно научилась распознавать 14 различных промышленных процессов, связанных со сваркой, работой фрезерных и токарных станков, сборкой электроники и прочими этапами производства.
Нейросеть сначала обучается на большом массиве неразмеченных видеозаписей и самостоятельно выделяет ключевые признаки без участия разметчиков. Затем проходит дообучение на небольшой размеченной выборке и адаптация под конкретные задачи. Система показала высокую скорость обработки видеопотоков, что делает ее пригодной для применения в реальном времени в промышленных условиях, подытожили исследователи.
