Развертывание приложений на основе Tochka.CV выполняется с незначительным объемом программирования, что существенно сокращает сроки внедрения и позволяет осуществлять разработку приложений с искусственным интеллектом силами ИТ подразделений предприятия.
Для извлечения полезной для пользователя информации Tochka.CV позволяет обрабатывать видео потоки и изображения специализированными нейросетевыми и классическими алгоритмами в соответствии с заданными настройками.
Нейросетевые модели обучаются согласно стандартному процессу в рамках Tochka.CV, под задачи пользователя.
Извлеченная информация может отображаться онлайн в специализированных АРМах пользователя и передаваться в другие системы заказчика.
Tochka.CV является отечественной разработкой и функционирует под управлением операционной системы Linux Ubuntu.
Tochka.CV состоит из следующих компонентов:
- Ядро системы;
- Ядро АРМ пользователя;
- Ядро сервера статистики;
- Утилита сбора данных;
- Утилита для разметки данных;
- Утилита оптимизации нейросетевых моделей;
- Набор стандартных моделей.
Основные показатели Tochka.CV:
Гибкость
- возможность создания и использования в системе различных нейросетевых моделей, обеспечивающих классификацию изображений, детектирование объектов, сегментацию объектов, распознавание текстов/номеров/маркировки, распознавания лиц, реидентификацию лиц и транспортных средств, классификацию видео, сопровождение объектов и др.;Масштабируемость
- возможность настройки процесса обработки каждого потока видео данных. Возможна параллельная и последовательная обработка нейростевыми моделями и классическими алгоритмами;
- возможность использования различного аппаратного обеспечения.
- Возможность подключения до 300 IP камер различных производителей и камер машинного зрения Basler (при достаточной производительности серверов);
- Возможность использования до 24 серверов для выполнения алгоритмов. Возможность построения распределенной и централизованной системы;Надежность
- Возможность подключения до 128 нейросетевых моделей;
- Возможность подключения до 128 АРМ;
- Возможность поэтапного внедрения различных приложений на одной платформе.
- Встроенные средства мониторинга качества работы алгоритмов и сбора сложных примеров;Безопасность
- Возможность дообучения алгоритмов;
- Мониторинг работоспособности ПО;
- Возможность подключения к внешней системе мониторинга и настройки уведомлений;
- Серийное ПО;
- Возможность резервирования вычислительных средств.
- Встроенные механизмы авторизации и управления правами пользователя;
- Обработка данных в контуре предприятия;
- Возможность выполнения сбора, разметки данных и обучения алгоритмов силами специалистов предприятия в контуре предприятия.
Функциональные возможности:
Ядро системы
- получение видеопотоков с IP камер различных производителей, камер машинного зрения Basler, изображений в форматах bmp, tiff, png, jpg;Ядро АРМ пользователя
- возможность подключения нейросетевых моделей, обеспечивающих классификацию изображений, детектирование объектов, сегментацию объектов, распознавание текстов/номеров/маркировки, распознавания лиц, реидентификацию лиц и транспортных средств, классификацию видео, сопровождение объектов и др.;
- настройка процесса обработки видеопотоков и изображений с использованием нейростевых моделей и классических алгоритмов;
- возможность передачи видеопотоков и результатов обработки в АРМ пользователя;
- возможность передачи результатов обработки на сервер статистики;
- возможность передачи результатов обработки во внешние системы пользователя;
- возможность балансировки выполняемых задач на заданное количество вычислительных средств;
- механизмы авторизации с использованием AD или LDAP серверов пользователя. Управление правами пользователя;
- механизмы мониторинга качества работы моделей.
- получение видеопотоков и результатов обработки из ядра системы;Ядро сервера статистики
- доступ на основе авторизации и распределения прав пользователя;
- возможность отображения результатов обработки, в том числе с наложением на видеокадр;
- возможность кастомизации интерфейса пользователя;
- получение результатов обработки из ядра системы;Утилита сбора данных
- сохранение результатов обработки в базе данных;
- доступ к страницам на основе авторизации и распределения прав пользователя;
- отображение базовых отчетов в виде журнала с возможностью фильтрации и редактирования и графиков тенденций;
- возможность добавления отчетов;
- сбор первичных данных для обучения алгоритмов;Утилита для разметки данных
- разметка изображений для обучения алгоритмов классификации изображений, детектирования и сегментации объектов;Утилита оптимизации нейросетевых моделей
- оптимизация вычислительного графа сети для снижения вычислительных затрат и, соответственно, затрат на оборудование;Набор стандартных нейросетевых моделей
- нейросетевые модели детектирования людей, лиц, касок, транспортных средств, распознавания лиц, распознавания паспортов РФ.
Примеры приложений на основе Tochka.CV:
- прослеживамость продукции и комплектующих. Привязка технологических параметров производства к каждой единице продукции;
- автоматическое чтение маркировки. Управление технологическим процессом на основе значения маркировки каждой единицы продукции;
- определение размера фракции материала;
- определение времени начала технологической стадии. Контроль соблюдения нормативного времени. Нахождение узких мест процесса в плане эффективности;
- нахождение дефектов поверхности продукции;
- контроль соблюдения трудовой дисциплины – ношение СИЗ, проходы в запрещенных зонах, время входа-выхода на предприятие, время в курилке, выполнение санитарно-эпидемиологических ограничений и др.