Стажировка по проекту
Компания: ООО «Мануфактура»
Определение класса шпона
Суть проекта
Задача
Для чего
Вводные данные
Выходные данные
Разработать систему, которая по фотографии будет определять сорт поперечного шпона (7 классов). Разработанная система должна иметь точность распознавания класса от 80+ %
Система нужна для того, чтобы на производстве можно было с помощью цифровых технологий классифицировать сорта шпона, так как сейчас это происходит «на глаз» и сильно учитывается человеческий фактор
Для разработки системы использовались данные (фотографии - 1700 шт.), которые были разделены на 7 классов (сортов шпона). На фото кроме сортов шпона имелись и другие лишние объекты (полы, тени людей и тд.)
На выходе получили обработанные фото (обрезано все лишнее), а также классификатор с точностью распознавания сортов шпона - 95%
Участники команды проекта
Данная команда занималась полным анализом имеющейся базы данных, созданием модуля предобработки данных, а также созданием классификатора. В итоге получилось 2 разных подхода к решению задачи с разными, но похожими результатами в плане точности и скорости работы (эти 2 параметра были взяты за основу по просьбе заказчика)
  • Колбенев Василий
    Тимлид проекта
    Василий - руководитель группы разработчиков, отвечал за полную разработку проекта
  • Нестеров Николай
    Инженер-сметчик в строительной компании и главный инженер Завода ППСБ№1 в Севастополе
    • Анализ данных/поиск материалов;
    • Разработка алгоритма обработки фото;
    • Эксперименты с различными архитектурами нейросетей;
    • Оптимизация и тестирование итоговых решений
  • Тихомиров Максим
    Финансист, корпоративное кредитование клиентов банка
    • Анализ данных/поиск материалов;
    • Эксперименты с различными архитектурами нейросетей;
    • Тестирование итоговых решений
  • Литвинчук Ольга
    Специалист по кадрам, менеджер по персоналу
    • Анализ данных/поиск материалов;
    • Эксперименты с моделями YOLO для обрезки фото;
    • Эксперименты с различными архитектурами нейросетей (Resnet, Mobilenet, VGG16 и т.д.);
    • Оптимизация и тестирование итогового решения
  • Комраков Алексей
    Инженер-программист промышленных контроллеров
    • Анализ данных/поиск материалов;
    • Эксперименты с моделями YOLO для обрезки фото;
    • Эксперименты с различными архитектурами нейросетей ( Resnet, Mobilenet, VGG16 т.д.);
    • Оптимизация и тестирование итогового решения
  • Смирнов Даниил
    Геодезист: занимается инженерно-геодезическими изысканими под строительство
    • Анализ данных/поиск материалов;
    • Разработка собственного алгоритма по обработке данных;
    • Эксперименты с моделями YOLO;
    • Эксперименты с различными архитектурами нейросетей (Resnet, Mobilenet, VGG16 и т.д.);
    • Оптимизация и тестирование итогового решения
Демонстрация проекта
Благодарность университетУ