Классификация снимков
Модель определяет категорию изображения по визуальным признакам. Это позволяет автоматизировать обработку снимков и передавать результат в интерфейс, каталог или дальнейший процесс.
Computer vision · Фото и видео
Разработка систем компьютерного зрения
Разрабатываем модели, которые извлекают нужную информацию из изображений и видео. Обучаем на данных вашей задачи и встраиваем результат анализа в продукт или рабочий процесс.
- Источники
- Фотографии, видео, поток с камер
- Задачи
- Классификация, объекты, движение
- Внедрение
- API или обработка внутри продукта
Какие задачи можно решать по изображениям
Распознавание объектов и дефектов
Система находит нужные объекты и участки изображения. Такой подход подходит для подсчёта, проверки комплектации или контроля качества, когда результат зависит от видимых признаков.
Анализ движения по видео
Модель отслеживает положение ключевых точек и изменение их координат. На этой основе можно рассчитывать углы, фазы движения и другие показатели, нужные вашему продукту.
Как строим систему под ваши данные
01
Определяем результат анализа
Согласуем, что система должна определить на изображении и как результат будет использоваться. Разбираем реальные условия съёмки: оборудование, освещение, ракурсы и качество входящих файлов.
02
Готовим набор изображений
Проверяем доступные данные и разметку. Если примеров недостаточно, планируем сбор. Отделяем материалы для обучения от примеров, на которых будем оценивать результат.
03
Обучаем и проверяем модель
Выбираем подход под задачу и проверяем качество на отложенных данных. Отдельно разбираем ошибки по классам, условиям съёмки и редким ситуациям, а также измеряем скорость обработки.
04
Подключаем к продукту
Настраиваем приём изображений или видео и передачу результатов. Подбираем способ развёртывания с учётом нагрузки, доступного оборудования и требований к хранению данных.
Из нашей практики
Проекты Good Machines
Компьютерное зрение для снимков кожи
Задача проекта — сделать классификацию снимков частью цифрового продукта и автоматизировать обработку изображений. Мы разработали модель, которая классифицирует снимки по признаку «рак / не рак» и определяет тип меланомы.
Анализ посадки велосипедиста
При обычном байкфите специалист измеряет углы тела вживую. Наша система анализирует видео, отслеживает положение суставов и рассчитывает углы во время педалирования. Специалист получает данные для оценки посадки и тратит меньше времени на ручные измерения.
Модель вместе с интеграцией
Разработка охватывает подготовку данных, обучение, проверку на отложенных примерах и подключение к продукту. Формат результата согласуем заранее: класс изображения, координаты объектов, ключевые точки или рассчитанные показатели. Состав передаваемого кода, модели и документации фиксируем в договоре.
Стоимость зависит от разнообразия изображений, качества разметки, числа определяемых классов и требований к скорости. Для оценки полезны несколько типичных файлов, примеры сложных случаев и описание того, что пользователь должен получить после анализа.
Вопросы до начала работ
Что делать, если изображения ещё не размечены?
Сначала определим, какая разметка нужна для вашей задачи. Оценим объём работы и подготовим правила, чтобы разные специалисты размечали одинаковые случаи последовательно.
Подойдёт ли готовая модель?
Проверим её на ваших изображениях. Иногда достаточно настройки готового решения, в других случаях нужно дообучение на специфических данных или собственная модель.
Можно ли анализировать поток с камеры?
Да, такой сценарий можно предусмотреть. Для него важны разрешение, число потоков, допустимая задержка и оборудование. Эти параметры учитываем при выборе модели и способа развёртывания.
Обсудим вашу задачу
Расскажите, какой процесс хотите изменить, какие данные есть и как планируете использовать результат. Разберём задачу и предложим подход к разработке.
Обсудить задачу