Поделиться
Искусственный интеллект против ручного труда: МТУСИ создал нейросеть для автоматизации складского учета
Ученые Московского технического университета связи и информатики (МТУСИ) разработали систему на базе искусственного интеллекта, которая автоматически определяет количество и типы труб на складах и производственных площадках. Технология способна заменить ручной труд работников и кардинально ускорить процессы складского учета в металлургической отрасли. Об этом CNews сообщили представители МТУСИ.
Сотрудники кафедры МКиИТ факультета «Информационные технологии» МТУСИ — д.т.н., профессор Юрий Леохин и к.т.н., доцент Тимур Фатхулин — создали программное решение на базе передовой нейронной сети YOLOv8, специально адаптированное для распознавания металлопродукции в условиях реального производства.
От ручного подсчета к цифровой автоматизации
Несмотря на обилие программных продуктов для автоматизации бизнес-процессов, многие специфические операции на российских предприятиях до сих пор выполняются вручную. В производственных компаниях металлоконструкций подсчет труб после разгрузки и перед началом производства традиционно осуществляет работник без каких-либо автоматизированных средств — процесс трудоемкий, долгий и подверженный ошибкам.
Разработка МТУСИ решает эту проблему комплексно: система компьютерного зрения способна распознавать трубы на фотографиях, сделанных обычным смартфоном, определять их тип и автоматически подсчитывать количество. Это особенно важно для предприятий, работающих с большими объемами металлопродукции.
Технологическое превосходство
Обучение в реальных условиях: Нейронная сеть была обучена на датасете из 5,8 тыс. изображений, включающем как открытые данные «Яндекса», так и реальные фотографии с производственных предприятий. Ключевой особенностью стала технология аугментации данных — генерация дополнительных изображений с различными эффектами для имитации разных условий съемки.
Работа в сложных условиях: Разработчики уделили особое внимание анализу влияния внешних факторов на точность распознавания. Система протестирована на различных углах наблюдения, при разной степени освещенности и для труб разного типа. По результатам экспериментов сформулированы рекомендации для оптимального применения алгоритма в условиях реального производства.
Высокая точность: Главное преимущество разработки — способность точно распознавать объекты даже на фотографиях невысокого качества, сделанных на обычные смартфоны в производственных условиях.
Сергей Дмитриевич Ерохин, ректор МТУСИ: «Эта разработка наглядно демонстрирует, как искусственный интеллект может решать конкретные задачи реального сектора экономики. Мы создали инструмент, который позволит российским предприятиям металлургической отрасли повысить эффективность работы и снизить операционные издержки. Особенно важно, что наша нейросеть работает с фотографиями, сделанными на обычные смартфоны — это делает внедрение технологии максимально простым и доступным. Не нужно закупать дорогостоящее оборудование, достаточно камеры телефона и нашего программного обеспечения. Такие разработки подтверждают, что МТУСИ не только готовит высококлассных специалистов в области IT и искусственного интеллекта, но и создает прикладные решения, которые могут быть немедленно внедрены в производство. Это вклад в цифровизацию российской промышленности и повышение ее конкурентоспособности».
Экономический эффект для бизнеса
Внедрение системы автоматизированного определения труб позволит предприятиям: сократить время инвентаризации — с часов до минут; устранить человеческий фактор — исключить ошибки ручного подсчета; оптимизировать складские процессы — получать данные в режиме реального времени; снизить трудозатраты — высвободить персонал для более сложных задач; повысить точность учета — обеспечить прозрачность складских остатков.
Перспективы развития и масштабирования
Разработанная система может быть адаптирована под специфические нужды различных складов и производственных предприятий. Технология применима не только для труб, но и для распознавания других типов металлопродукции и строительных материалов.
Целевые отрасли для внедрения: металлургические комбинаты, производители металлоконструкций, строительные компании, логистические склады, трубопрокатные заводы.
Технические характеристики
Архитектура: нейронная сеть YOLOv8.
Объем обучающей выборки: 5,8 тыс. изображений.
Источники данных: открытые ресурсы «Яндекс» + производственные фото.
Условия работы: фотосъемка на смартфон.
Адаптивность: работа при различных углах, освещении и типах труб.
Создание специализированных ИИ-решений для российской промышленности является стратегически важным направлением в условиях технологического суверенитета. Разработка МТУСИ показывает, что отечественные ученые способны создавать конкурентоспособные продукты, решающие актуальные задачи реального сектора экономики.
Короткая ссылка
