Производство, Машинное зрение
Нейронные сети, Производство
Перед началом подсчета работник фермы определяет из каких бассейнов и куда будут рассажены группы рыб. Далее для их вылова подключают рыбонасос. Также используется специализированное оборудование для сортировки особей по размеру и распределению их по счетчикам, которые ведут учет. Точка контроля представляет собой отсек трубопровода, в котором установлена камера видеонаблюдения и подсветка. (см. рис. 1)
|
![]() |
Рис. 1. Пост видеофиксации. | Рис 2. Рыба проплывает точку контроля |
Для проекта мы использовали нейронную сеть Yolo 5. Мы обучили ее распознавать рыб на видео и учитывать их размер (мальки, средние и крупные особи). В дополнение к работе нейросети внедрили механизм трекинга. Он нужен для правильной идентификации одной и той же рыбы на последовательности кадров, а также для опредения ее местоположения в определенный промежуток времени. Это позволяет системе не считать одну и ту же рыбу дважды на разных кадрах.
Разработанная система согласно ТЗ считает до 1500 рыб в минуту в режиме реального времени. Но если вдруг нагрузка будет выше, то для экономии серверных ресурсов, все сверхлимитные потребности в расчетах сохраняются в буферную память и обрабатываться по мере снижения нагрузки.
Перед стартом подсчета оператор заполняет поля с названиями бассейнов, из которого будет подаваться рыба и куда эта рыба будет перегоняться. После начала подсчета в режиме реального времени на экране отображается актуальная информация о количестве рыб, проплывающих на каждой камере. При этом приложение уведомляет оператора о слишком плотном потоке рыб (свыше 1500 шт. в минуту). При необходимости можно выбрать определенный период и выгрузить подробную статистику работы системы в формате Excel.
|
![]() |
Рис. 3. Настройка и процесс подсчета рыбы глазами оператора.
При итоговом тестировании работы системы специалистами “ZIZ” были подготовлены несколько партий рыб, которые заранее были пересчитаны вручную. Затем поочередно каждая партия пропускалась через соединительный канал счетчик и наша система их подсчитывала. Соответственно 100% точность означала, что цифры подсчета вручную и системы должны совпасть. Мы достигли итогового показателя в 99,78%, что превысило требования технического задания.
![]() |
После 9 месяцев от внедрения завод увеличил производительность с 130 до 150 тонн, на следующий год планы увеличить эту производительность до 200 тонн. Таким образом легко посчитать, что система учета помогла увеличить производительность на 14% - это 28 млн рублей от 200 миллионной стоимости завода. По планам увеличить производительность на 35%, а это уже 70 млн рублей и все это без дополнительного строительства и модернизации производства.
Директор ZIZ, Зибров Антон |
Отзыв ZIZ о проделанной работе: