{"blocks":[{"type":"paragraph","data":{"text":"В эпоху активной роботизации производств технология компьютерного зрения (CV) привлекает все больше внимания промышленности. По данным Института статистических исследований и экономики знаний НИУ ВШЭ, как минимум 78,7% компаний, использующих в работе искусственный интеллект, применяют для автоматизации процессов эту технологию. Вместе с Владимиром Валеевым, ведущим CV-инженером Softline Digital (ГК Softline), разберем, для каких задач эффективно компьютерное зрение, в чем преимущества и как внедрить."}},{"type":"header2","data":{"level":2,"text":"Коротко о технологии компьютерного зрения"}},{"type":"paragraph","data":{"text":"Компьютерное зрение — область искусственного интеллекта на стыке машинного обучения (ML) и обработки изображений, связанная с анализом фото и видео. Цифровое изображение представляет собой неструктурированные однородные данные, поэтому обучение моделей компьютерного зрения проводится на размеченных данных: к изображению добавляют семантику (смысл) — задают метки классов, контуры объектов, координаты и т.д."}},{"type":"paragraph","data":{"text":"Если CV-модели хорошо обучены, то способны адекватно извлекать семантику из изображения. Как это работает: нейросети преобразуют входное изображение в его векторное представление в многомерном векторном пространстве, и уже потом, с помощью математических операций, сопоставляют его с заданной ранее семантикой."}},{"type":"header3","data":{"level":3,"text":"Где применяют компьютерное зрение"}},{"type":"paragraph","data":{"text":"Компьютерное зрение активно применяется в здравоохранении, логистике, ритейле, но наибольшая доля использования приходится на производство — 25,98%. Как правило, это отрасли, где много рутинной, опасной или требующей высокой точности работы. Например, горнодобывающая промышленность, где системами CV оснащают шахты для мониторинга состояния техники и агрегатов, металлургия и пищевая промышленность (отслеживание техпроцессов, дефектоскопия и т.п.)."}},{"type":"header3","data":{"level":3,"text":"Решаемые компьютерным зрением задачи"}},{"type":"paragraph","data":{"text":"Автоматизированный контроль качества продукции — вопрос, наиболее часто решаемый с помощью компьютерного зрения. Большинство CV-моделей успешно справляются с подобной задачей независимо от отрасли и вида продукции."}},{"type":"paragraph","data":{"text":"Обычно это:"}},{"type":"list","data":{"items":["определение дефектов продукции на конвейерной ленте (крупный и мелкий брак на металлопрокате, различные дефекты упаковки и др.);","контроль качества деталей и сборочных узлов (дефекты покраски, брак двигателя и др.);","автоматический анализ поверхностей и геометрии (дефекты инженерных конструкций), выявление дефектов сварки (рентгенографическая дефектоскопия сварных швов)."],"style":"unordered"}},{"type":"paragraph","data":{"text":"Преимущество использования технологии CV для решения таких задач в том, что система работает 24/7, полностью устраняет человеческий фактор и при этом не уступает в экспертизе высококвалифицированным специалистам, которые сейчас в дефиците."}},{"type":"paragraph","data":{"text":"Оптимизация производственных процессов — еще один вопрос, который можно закрыть с помощью компьютерного зрения. Как правило, под оптимизацией производственных процессов в контексте применения CV подразумевается отслеживание объемов готовой продукции и простоев оборудования. Например, когда система видеоаналитики фиксирует объемы сырья на входе в технологическую линию, прослеживает цепочку техопераций на разных этапах его обработки и контролирует объем готовой продукции на выходе — в штуках, массе, площади и т.п."}},{"type":"paragraph","data":{"text":"Одновременно с этим система считает коэффициент выхода готовой продукции и время простоев. Подсчет продукции идет в реальном времени, и на каждой единице продукта, как правило, есть отметка со временем выхода. Это позволяет выявить промежутки, когда продукции не было или было меньше обычного, — так и определяется время простоя."}},{"type":"paragraph","data":{"text":"Также CV решает вопрос мониторинга состояния оборудования — комплекса задач по выявлению аномалий в работе оборудования и предупреждению возможных аварий. Например, система видеоаналитики может проконтролировать состояние конвейерных лент на горно-обогатительном комбинате или токарном станке с ЧПУ на машиностроительном заводе."}},{"type":"paragraph","data":{"text":"По оценке экспертов, использование CV для мониторинга состояния оборудования позволяет предприятиям сократить убытки в среднем на 30%. При этом компьютерное зрение внедряется на производствах и как самостоятельное решение, и как часть системы автоматической диагностики. Интегрируясь с информационными системами, CV обеспечивает:"}},{"type":"list","data":{"items":["непрерывность наблюдения;","объективные показатели степени износа;","предсказание частичного и полного выхода из строя;","мгновенное оповещение об аномалиях."],"style":"unordered"}},{"type":"header3","data":{"level":3,"text":"Предел возможностей CV"}},{"type":"image","data":{"file":{"id":48273,"url":"https://media.tproger.ru/user-uploads/114211/2025-04-07/59d1a19b-9a43-4d50-9be1-bf13b51f7c9a.jpg"},"alt":"","title":"","caption":"","stretched":false,"withBackground":false,"withBorder":false,"width":1365,"height":768,"optimizedFile":{"original":"https://media.tproger.ru/user-uploads/114211/2025-04-07/59d1a19b-9a43-4d50-9be1-bf13b51f7c9a.jpg","alt":"От пикселей к прогрессу: как компьютерное зрение используют в промышленности 1","dimensions":{"width":1365,"height":768},"additionalSizes":{"srcSet":[{"url":"https://tproger.ru/signed_image/5zLv9tR-clQ5moJuabBRAvjxktv0iJCL6pQjys5lY8I/rs:fill:766:0:true/cb:vimg_2/f:webp/aHR0cHM6Ly9tZWRpYS50cHJvZ2VyLnJ1L3VzZXItdXBsb2Fkcy8xMTQyMTEvMjAyNS0wNC0wNy81OWQxYTE5Yi05YTQzLTRkNTAtOWJlMS1iZjEzYjUxZjdjOWEuanBn","dpr":1,"width":766},{"url":"https://tproger.ru/signed_image/MelCagb_hewzzQgi_gBYwiYjLCZc3fzfhDCds29ZfHQ/rs:fill:1532:0:true/cb:vimg_2/f:webp/aHR0cHM6Ly9tZWRpYS50cHJvZ2VyLnJ1L3VzZXItdXBsb2Fkcy8xMTQyMTEvMjAyNS0wNC0wNy81OWQxYTE5Yi05YTQzLTRkNTAtOWJlMS1iZjEzYjUxZjdjOWEuanBn","dpr":1,"width":1532},{"url":"https://tproger.ru/signed_image/dxXD9OsUp_aToXo9-W5wQXPPaO46XiruQuhg4zKuPo8/rs:fill:686:0:true/cb:vimg_2/f:webp/aHR0cHM6Ly9tZWRpYS50cHJvZ2VyLnJ1L3VzZXItdXBsb2Fkcy8xMTQyMTEvMjAyNS0wNC0wNy81OWQxYTE5Yi05YTQzLTRkNTAtOWJlMS1iZjEzYjUxZjdjOWEuanBn","dpr":1,"width":686},{"url":"https://tproger.ru/signed_image/QFZ8uAtjU6fgazsqDFS-mQ1VwdKDlMk8HO3yieFYsrc/rs:fill:1372:0:true/cb:vimg_2/f:webp/aHR0cHM6Ly9tZWRpYS50cHJvZ2VyLnJ1L3VzZXItdXBsb2Fkcy8xMTQyMTEvMjAyNS0wNC0wNy81OWQxYTE5Yi05YTQzLTRkNTAtOWJlMS1iZjEzYjUxZjdjOWEuanBn","dpr":1,"width":1372},{"url":"https://tproger.ru/signed_image/FmzCwnm9opqOieSFqx4zrR9OwPjZ75556tu_6TsUp-k/rs:fill:636:0:true/cb:vimg_2/f:webp/aHR0cHM6Ly9tZWRpYS50cHJvZ2VyLnJ1L3VzZXItdXBsb2Fkcy8xMTQyMTEvMjAyNS0wNC0wNy81OWQxYTE5Yi05YTQzLTRkNTAtOWJlMS1iZjEzYjUxZjdjOWEuanBn","dpr":1,"width":636},{"url":"https://tproger.ru/signed_image/Q_6HvI0HWs93faoxKbkCUwkUs8OautveghGvFsBBCWg/rs:fill:1272:0:true/cb:vimg_2/f:webp/aHR0cHM6Ly9tZWRpYS50cHJvZ2VyLnJ1L3VzZXItdXBsb2Fkcy8xMTQyMTEvMjAyNS0wNC0wNy81OWQxYTE5Yi05YTQzLTRkNTAtOWJlMS1iZjEzYjUxZjdjOWEuanBn","dpr":1,"width":1272},{"url":"https://tproger.ru/signed_image/YYZD5SavgpQzDpLthlrSKnml-Ny7IPSGtCvFHCsDNEs/rs:fill:466:0:true/cb:vimg_2/f:webp/aHR0cHM6Ly9tZWRpYS50cHJvZ2VyLnJ1L3VzZXItdXBsb2Fkcy8xMTQyMTEvMjAyNS0wNC0wNy81OWQxYTE5Yi05YTQzLTRkNTAtOWJlMS1iZjEzYjUxZjdjOWEuanBn","dpr":1,"width":466},{"url":"https://tproger.ru/signed_image/JfoQs7nUdv2V1eE5XLtV4S1_M7kzqJ8sY0Ic425OW_A/rs:fill:932:0:true/cb:vimg_2/f:webp/aHR0cHM6Ly9tZWRpYS50cHJvZ2VyLnJ1L3VzZXItdXBsb2Fkcy8xMTQyMTEvMjAyNS0wNC0wNy81OWQxYTE5Yi05YTQzLTRkNTAtOWJlMS1iZjEzYjUxZjdjOWEuanBn","dpr":1,"width":932}],"sizes":[{"media":"(min-width: 1441px)","size":"766px"},{"media":"(min-width: 1281px)","size":"686px"},{"media":"(min-width: 1281px)","size":"766px"},{"media":"(min-width: 961px)","size":"766px"},{"media":"(min-width: 671px)","size":"636px"},{"media":"(min-width: 500px)","size":"466px"}]}}}},{"type":"paragraph","data":{"text":"Несмотря на то, что компьютерное зрение широко применяется в производстве, его нельзя назвать универсальным решением. Как и у любой другой технологии, у компьютерного зрения есть свои ограничения, и это необходимо учитывать перед внедрением."}},{"type":"paragraph","data":{"text":"Во-первых, CV-модели — статистические. Это значит, что, как и все модели машинного обучения, работают с какой-то вероятностью и не выдают 100%-ный результат. Во-вторых, при обучении нельзя предусмотреть все возможные варианты данных (изображений). В реальности система может столкнуться с чем угодно на фото или видео — это называют проблемой out-of-distribution (OOD)."}},{"type":"paragraph","data":{"text":"Например, модель обучена определять дефекты металлопроката. Но так случилось, что на лист металла попал посторонний предмет (допустим, карандаш), который не дефект. Модель в любом случае отнесет его к одному из классов дефектов, потому что не видела этот предмет во время обучения, а значит, может идентифицировать его только как дефект."}},{"type":"paragraph","data":{"text":"Еще один важный момент: если CV-модель что-то не видит, значит, для нее этого не существует. В этом смысле компьютерное зрение сильно уступает человеку. Люди, увидев, что один объект наполовину закрыт другим, понимают, что есть продолжение этого объекта, и могут дорисовать его в своем воображении. CV-модель на такое почти не способна: она не обучена рассуждению, не умеет экстраполировать. Весь ее опыт — статистика визуальных признаков и не более того."}},{"type":"header3","data":{"level":3,"text":"Трудности внедрения"}},{"type":"paragraph","data":{"text":"Итак, чувствительность к данным, неспособность рассуждать, специализация на одной конкретной задаче (домене данных) — все эти свойства компьютерного зрения — вызовы при внедрении технологии и для заказчика, и для разработчика. Как подготовиться к проекту, чтобы избежать или минимизировать возможные трудности?"}},{"type":"paragraph","data":{"text":"1. Определиться с бизнес-задачей. Без понимания целей и задач невозможно реализовать успешный проект. Если не будет четких метрик оценки эффективности CV-решения, технология вызовет только вопросы и сомнения. Кроме того, стоит определиться с целесообразностью такого внедрения, потому что есть задачи, которые решаются более простыми способами."}},{"type":"paragraph","data":{"text":"Например, надо реализовать остановку конвейера, когда на нем нет объектов, — с этим справятся и датчики. Компьютерное зрение в таком случае не нужно. А вот если требуется, чтобы конвейер останавливался каждый раз, когда на нем находится объект, не соответствующий форме, цвету, маркировке или другим визуальным характеристикам, — это задача для CV."}},{"type":"paragraph","data":{"text":"2. Собрать качественные данные. От качества входных данных и профессионализма/опыта инженеров предприятия зависит 90% успеха. Собирать данные можно вручную или автоматически, но, главное, делать это с пониманием того, как будет решаться задача. Независимо от сложности, данные должны быть точно размечены семантически: проставлены метки классов изображений и координат, выделены контуры объектов, там, где это имеет смысл. Чем лучше размечены данные, тем точнее будет результат работы CV-модели."}},{"type":"paragraph","data":{"text":"3. Ознакомиться с опытом решения похожих задач. Перед тем как приступить к внедрению, важно в целом иметь представление о технологии. Почитать о кейсах других компаний, объективно оценить трудности, с которыми они столкнулись, попробовать перенести чужой опыт на свою ситуацию и заранее обсудить все возможные «подводные камни» с разработчиками CV-решения."}},{"type":"paragraph","data":{"text":"Часто заказчики недооценивают сложность задач, рассчитывают на быстрые сроки и функционал моделей на грани фантастики. Поэтому важно обсуждать метрики эффективности CV в начале проекта, чтобы не попасть в ловушку иллюзорной простоты решения."}},{"type":"header3","data":{"level":3,"text":"Вывод"}},{"type":"paragraph","data":{"text":"Сегодня внедрение компьютерного зрения в промышленность демонстрирует большой потенциал. В 2025 году объем рынка CV оценивается в 20,31 млрд долларов, а к 2030-му, согласно прогнозам Mordor Intelligence, этот показатель достигнет 45,91 млрд долларов при среднегодовом темпе роста 17,72%."}},{"type":"hint","data":{"fullWidth":true,"text":"Несмотря на существующие ограничения, компьютерное зрение продолжает совершенствоваться и открывает новые горизонты для промышленности. Компании, которые подходят к внедрению осознанно, четко формулируют бизнес-задачи и собирают качественные данные. Для них CV-решения становятся не просто инструментом для повышения эффективности техпроцессов и снижения издержек, но и реальным конкурентным преимуществом."}}]}

Ошибка в настройках сайта