OnsiteIQ создала платформу строительной аналитики на базе Ultralytics YOLO11. Модели сегментации обрабатывают панорамные изображения строительных площадок на 360 градусов, выявляя ход строительства, риски для безопасности и рабочие проблемы в реальном времени. Это позволяет сократить задержки проектов на 20%.
В строительстве пробелы в информации обходятся дорого. Если проект отстаёт от графика, на выяснение причины, распределение ответственности и согласование решения между заказчиками, застройщиками и субподрядчиками могут уйти недели. Тем временем задержки накапливаются, бюджеты сокращаются, а доходы теряются. Если строительство отеля задерживается на два месяца, такие потери могут составить значительную долю от первоначально ожидаемой доходности инвестиций.
Главная проблема — отсутствие прозрачности. На строительных проектах десятки специалистов разных специальностей одновременно работают на больших и сложных площадках. Без надёжной непрерывной записи о том, что, когда и кем было выполнено, споры трудно быстро разрешать, а ход работ — точно прогнозировать.
OnsiteIQ создана, чтобы устранить этот пробел. Компания направляет специалистов по съёмке на действующие строительные площадки. Они регулярно снимают 100% каждой площадки камерами с обзором 360 градусов — еженедельно, раз в две недели или ежедневно, в зависимости от проекта.
Затем эти видеоматериалы преобразуются в геопривязанные изображения и обрабатываются собственным конвейером ИИ, который отслеживает ход строительства, отмечает риски для безопасности и выявляет важные рабочие факторы. Всё это работает на базе Ultralytics YOLO11.
Строительная аналитика для каждой площадки#
OnsiteIQ предоставляет строительную аналитику заказчикам и застройщикам в сфере недвижимости. На сегодняшний день OnsiteIQ отслеживала более 3 000 проектов в более чем 200 городах США и Канады, охватывающих свыше 34 млрд долларов нового строительства. Платформа позволяет проектным командам почти в реальном времени понимать, что происходит на площадке, не присутствуя там лично. Команда, которая ведёт проект застройки площадью в миллион квадратных футов, может за один рабочий день изучить всю площадку и получить аналитические данные, сформированные ИИ, о ходе работ по этажам, специальностям и зонам.
Платформа создана вокруг простого ценностного предложения: обеспечить использование вложенного капитала по назначению, в срок и в рамках бюджета. Задержки строительства напрямую влияют на финансы. Если отель сдаётся на два месяца позже, упущенный за этот период доход от номеров напрямую снижает доходность инвестиций в проект. OnsiteIQ предоставляет проектным командам возможность заранее выявлять проблемы с последовательностью работ. Например, команда может заметить, что отделка гипсокартона опережает график, и предупредить электриков и сантехников, чтобы те не отставали, — до того, как такие проблемы приведут к более масштабным задержкам.
Помимо отслеживания хода работ, платформа помогает контролировать безопасность и риски. Выявление огнетушителей, пожарных сигнализаций, проникновения воды и других условий на площадке даёт проектным командам дополнительный уровень контроля, для которого в противном случае потребовались бы регулярные очные обходы.
Сложности отслеживания хода работ на меняющейся строительной площадке#
Строительные площадки постоянно меняются. На каждом этапе проекта одно и то же пространство выглядит совершенно по-разному: от земляных работ и возведения несущего каркаса до монтажа инженерных систем, гипсокартона и чистовой отделки. Чтобы отслеживать выполненные и невыполненные работы, нужна система, которая одновременно распознаёт визуальное состояние площадки на всех этих этапах.
Ручные способы решения этой задачи — например, обходы площадки, отчёты о ходе работ и отправка фотографий — часто требуют много труда, дают непоследовательные результаты и плохо масштабируются на крупных и сложных проектах.
Для OnsiteIQ задача состояла в создании системы обнаружения, способной точно распознавать специфичные для строительства классы на сотнях тысяч изображений в каждом проекте, несмотря на существенные различия между площадками, освещением и этапами работ. Система должна была достаточно быстро обрабатывать большие объёмы изображений в фоновом режиме, обеспечивать точность для принятия финансовых и операционных решений и оставаться достаточно гибкой, чтобы расширяться по мере роста онтологии распознаваемых классов компании.
Как OnsiteIQ использует Ultralytics YOLO11#
В основе конвейера ИИ OnsiteIQ лежит сегментация с помощью Ultralytics YOLO11, которая применяется ко всем изображениям, снятым на площадке. Для обучения и обнаружения система использует собственную онтологию — структурированную систему строительных классов, созданную и поддерживаемую OnsiteIQ. Как объясняет руководитель продуктового направления Раммохан Адабала, именно онтология позволяет получать результаты обнаружения, пригодные для принятия решений: классы определяются как по объекту, так и по его состоянию. Поэтому система отличает смонтированный гипсокартон от зашпаклёванного или окрашенного. Благодаря этому результаты обнаружения на уровне изображений объединяются в данные о ходе работ, на основании которых заказчик может действовать.
Конвейер работает в два этапа:
• Обнаружение на уровне изображений. Каждое панорамное изображение площадки обрабатывается моделью сегментации YOLO11, которая обнаруживает и классифицирует присутствующие на изображении строительные элементы. Онтология охватывает широкий спектр классов на всех этапах строительства: от открытого бетонного несущего каркаса и монтажа инженерных систем до неокрашенного гипсокартона, готовых поверхностей и установленной бытовой техники. Например, обнаружение холодильника или духовки показывает системе, что жилое помещение или номер в отеле достиг этапа отделки.
• Объединение результатов в аналитические данные. Результаты обнаружения на отдельных изображениях объединяются по всему набору данных проекта, формируя метрики хода работ по этажам и специальностям. Эти метрики используются в инструментах платформы для отслеживания прогресса, анализа графика и рисков, а также в панелях мониторинга безопасности. Данные напрямую доступны заказчикам, застройщикам и руководителям проектов.
Сегментация позволяет OnsiteIQ получать более подробную пространственную информацию, чем одно лишь обнаружение ограничивающих рамок. По мере расширения онтологии компания также разрабатывает ансамблевую архитектуру, объединяющую модель сегментации с классификатором. Это позволит системе эффективнее повышать точность по мере роста набора классов, чем при использовании одной модели.
Рис. 1. Платформа OnsiteIQ в работе с использованием Ultralytics YOLO11.
Почему стоит выбрать Ultralytics YOLO11?#
OnsiteIQ выбрала Ultralytics YOLO11 за сочетание точности обнаружения, гибкости обучения и простоты создания и доработки собственных наборов данных. По словам ведущего инженера Евгения Нугера, команда могла гораздо быстрее приступить к работе, создав набор данных, запустив обучение и итеративно улучшая результаты, чем при разработке собственной инфраструктуры с нуля. Это стало одной из главных причин перехода команды на Ultralytics.
Поскольку обучающие данные OnsiteIQ являются собственными, снимаются непосредственно на действующих площадках и размечаются в соответствии с онтологией компании, команда управляет своей инфраструктурой на AWS. Для обучения и актуализации моделей она использует пакет Ultralytics для Python. Такой подход даёт OnsiteIQ полный контроль над данными и позволяет пользоваться производительностью и надёжностью семейства моделей YOLO.
Гибкость архитектуры YOLO также оказалась важна по мере развития сценариев использования OnsiteIQ. Начав с одной модели сегментации, команда теперь переходит к ансамблевому подходу по мере роста онтологии. Это естественный следующий шаг, который поддерживается фреймворком YOLO без необходимости принципиально менять базовый конвейер.
Эффект строительной аналитики в масштабе#
OnsiteIQ провела с клиентами исследования, чтобы количественно оценить операционные улучшения после внедрения платформы. В ходе этих исследований выявилось несколько устойчивых показателей:
• Урегулирование споров в 3 раза быстрее. 81% пользователей сообщили, что споры стали решаться быстрее: в среднем время урегулирования сократилось втрое, а в зависимости от этапа и сложности проекта — в отдельных случаях до семи раз. Благодаря непрерывной геопривязанной визуальной записи каждой зоны площадки заинтересованные стороны могут быстро определить, когда и где возникла проблема, и тратить меньше времени на обмен сообщениями между специалистами.
• Экономия от 25 000 до 400 000 долларов на предотвращении перерасхода средств. Клиенты сообщали, что предотвращали перерасход от 25 000 до 400 000 долларов на проект, своевременно выявляя проблемы с последовательностью работ и риски, прежде чем они усугублялись.
• Сокращение задержек проектов на 20%. Поскольку большинство строительных проектов завершается с опозданием, сокращение задержек на 20% существенно повышает предсказуемость сроков сдачи и поступления доходов.
• Повышение предсказуемости сроков сдачи на 24%. 78% пользователей сообщили, что сроки сдачи проектов стали предсказуемее; в среднем показатель вырос на 24%. Это даёт заказчикам и застройщикам более надёжную основу для финансового планирования и отчётности перед заинтересованными сторонами.
Кроме того, платформа служит долгосрочным архивом объекта. После завершения строительства управляющие объектом могут использовать изображения OnsiteIQ, чтобы узнать, что находится за стенами, найти трубы или разобраться в проблемах здания — без догадок и разрушительных вскрытий конструкций.
Непрерывный контроль на протяжении всего жизненного цикла проекта#
OnsiteIQ решает фундаментальную проблему нехватки информации в строительстве. Крупные проекты требуют значительных капиталовложений, сложной координации между специалистами разных направлений и сопряжены с высокими финансовыми рисками из-за задержек. Объединив панорамную съёмку на 360 градусов с конвейером ИИ на базе Ultralytics YOLO11, OnsiteIQ предоставляет проектным командам необходимую прозрачность, чтобы проекты шли по плану — от первого дня земляных работ до сдачи объекта и после неё.
Результаты измеримы: споры решаются втрое быстрее, задержки сокращаются на одну пятую, а на каждом проекте удаётся избежать перерасхода в сотни тысяч долларов. По мере расширения онтологии OnsiteIQ и развития ансамблевой архитектуры моделей Ultralytics YOLO остаётся основой платформы, которая обеспечивает надёжную непрерывную аналитику на каждой строительной площадке.
Интересуешься компьютерным зрением для строительства и инфраструктуры? Ознакомься с нашими вариантами лицензирования, чтобы внедрить решения компьютерного зрения в свои проекты. Посети наш репозиторий GitHub и присоединяйся к нашему сообществу.
