Некоторые задачи, с которыми сталкиваются компании:
Компания основана на базе международной лаборатория машинного обучения университета ИТМО и ведет разработки в области применения алгоритмов компьютерного зрения и видео аналитики для решения различных задач бизнеса. За последние годы было реализовано множество проектов для крупнейших предприятий России, среди которых Норникель, НМЛК, ЭПМ, Газпром нефть. Это позволило нам накопить достаточный опыт и стать ведущей компанией-разработчиков в области внедрения интеллектуальных алгоритмов машинного зрения.
ПодробнееСегодня машинное зрение широко применяется во многих отраслях цифровой экономики, таких как промышленность, ретейл, автономные транспортные средства и системы помощи водителю, беспилотные летательные аппараты, высокотехнологичное сельское хозяйство, здравоохранение и многих других.
Компьютерное зрение позволяет ритейлерам автоматизировать процессы, которые раньше требовалось выполнять вручную. Уведомления о закончившихся товарах или неудовлетворении других требований покупателей можно получать автоматически, создав систему аналитики непосредственно в торговой точке. Контроль работы персонала, подсчет посетителей, оптимизация рабочего графика, анализ эффективности рекламных акций и множество других приложений позволяет решить технология компьютерного зрения.
Анализ складских запасов, системы автоматизированной сортировки и отслеживания товаров, сканеры для считывания штрих кодов и проверки соответствия продукта заказу. Автоматизированные системы пропуска и контроля, а также системы прогнозирования спроса и объемов поставок на базе машинного обучения.
Современное высокотехнологичное производство требует особых подходов к контролю качества выпускаемой продукции, а также оптимизации технологических процессов. Машинное зрение совершило настоящий технологический прорыв и значительно расширило возможности дефектоскопии в промышленности, перевела ее на новый уровень. Теперь технологии позволяют отслеживать качество не только после изготовления изделия или продукта, но и непосредственно во время производственного процесса. Другие возможности применения компьютерного зрения, такие как, например, анализ гранулометрического состава сырья позволяют существенно оптимизировать процесс производства.
Контроль работы персонала, трафик посетителей, контроль температуры в потоке людей оптимизация рабочего графика, анализ эффективности рекламных акций и множество других приложений позволяет решить технология компьютерного зрения.
Контроль работы персонала, нарушений сотрудниками регламентов и дисциплины труда, детекция трафика посетителей, нарушение общественной безопасности и порядка и множество других приложений позволяет решить технология компьютерного зрения.
Внедрение технологий компьютерного зрения совместно с системами глобального позиционирования позволяет вести прецизионное земледелие, которое может значительно повысить урожайность и эффективность сельского хозяйства. Мониторинг сельскохозяйственных полей со спутниковых снимков и беспилотных летательных аппаратов, определение зрелости урожая позволяют делать прогнозы количества продукции.
Применение компьютерного зрения для обработки медицинских изображений используется в компьютерной диагностике для планирования персональной терапии, медицинского ухода и улучшения принятия решений. Системы на базе компьютерного зрения помогают врачу поставить диагноз, поскольку на изображении могут присутствовать мелкие детали, которые врач может не заметить, но такие детали могут быть распознаны системой с высокой степенью точности. Кроме того, изображение может быть сравнено с тысячами других подобных изображений в базе данных медицинской системы, и результат сравнения используется для более точной постановки диагноза медицинским специалистом.
На базе компьютерного зрения строятся системы предупреждения о боковом трафике, автопилоты, автономные транспортные средства.
Основные достижения компании за последние годы
Решения построенные на базе наших технологий
Распознавание размеров и габаритов промышленных объектов, транспортных средств и т.д.
Детекция скорости транспортных средств, объектов на конвейере и т.д.
Распознавание объектов с беспилотных летательных аппаратов, спутников. Детекция характеристик и дефектов продукции и т.д.
Распознавание надписей, номеров, qr-кодов, маркировок, таблиц произвольных алфавитов в условиях сильной зашумленности.
Остались вопросы?
Этапы построения интеллектуальных систем на базе алгоритмов машинного зрения
Анализ бизнес требований и выявление главных бизнес-целей.
Анализ бизнес требований и постановка задачи.
Сбор, подготовка и предобработка данных, на которых будут строиться модели.
Разработка и обучение алгоритмов и построение моделей машинного зрения.
Тестирование, проверка метрик и соответствию бизнес требованиям и целям.
Создание корпоративных систем на базе реализованных алгоритмов.
Системы детекции и анализа изображений, системы определения габаритов, скоростей, цвета и т.д. транспортных средств, детекция объектов с беспилотников, системы безопасности труда на базе машинного зрения и мноего другое.
Руководство и ключевые сотрудники компании
Руководитель компании Statanly Technologies. Руководитель отдела развития бизнеса и маркетинга
Кандидат физико-математических наук, руководитель международной лаборатории машинного обучения университета ИТМО
Кандидат технических наук, заместитель руководителя международной лаборатории машинного обучения университета ИТМО
Кандидат технических наук, ведущий сотрудник международной лаборатории машинного обучения университета ИТМО
Ведущий сотрудник международной лаборатории машинного обучения университета ИТМО
Ведущий сотрудник международной лаборатории машинного обучения университета ИТМО
Заместитель генерального директора, руководитель отдела маркетинга
Ведущий специалист в области анализа данных и машинного обучения
Ведущий специалист в области анализа данных и машинного обучения
Ведущий специалист в области анализа данных и машинного обучения
Ведущий специалист в области анализа данных и машинного обучения
Гибкая тарификация и итерационный процесс разработки
Узнайте о часто задаваемых вопросах
Позвоните или напишите нам и мы бесплатно проконсультируем и ответим на все интересующие вопросы по возможности внедрения интеллектуальных алгоритмов.
Для создания систем на базе машинного обучения, как правило необходима обучающая выборка на которую будут обучаться алгоритмы. В случае с решениями на базе машинного зрения - это набор фото и видео материалов.
В задачах машинного обучения результаты и точность алгоритмов зависит от качества данных на которых они строятся, поэтому заранее сложно спрогнозировать насколько хорошие результаты будут в итоге. Пилотные проекты позволяют за короткие сроки и небольшие затраты проверить концепцию и качество базовых алгоритмов. Как правило, поле проведения пилотных проектов на базе созданных алгоритмов создаются корпоративные решения.
Мы придерживаемся концепции итерационной разработки. Реализация любой, даже очень сложной задачи делится на этапы, которые длятся около месяца. По итогам каждого этапа наши клиенты получают результат и мы оцениваем перспективность продолжения проекта и увеличения качества и точности разрабатываемой системы.
Все права, исходный код и подробная документация передается заказчику.
Остались вопросы? Напишите нам.
Санкт-Петербург, Биржевая линия, 16
hello@statanly.com
+7-921-8752396
