WG Tech Solutions использует Ultralytics YOLO для обнаружения нарушений на производстве в реальном времени, сокращая число инцидентов, связанных с безопасностью, на 28% и повышая уровень соблюдения требований.
Отслеживать и улучшать работу промышленных предприятий может быть непросто, особенно потому, что многие процессы до сих пор выполняются вручную. Недостаточная прозрачность процессов часто приводит к скрытым потерям эффективности — например, к узким местам и неполной загрузке персонала, — которые трудно заметить.
Например, проверки безопасности и соблюдения требований — такие как контроль использования работниками надлежащих средств индивидуальной защиты (PPE) или правильного обращения со складируемыми материалами — часто проводятся вручную, поэтому в динамичной рабочей среде нарушения легко пропустить.
Чтобы устранить эти пробелы, WG Tech Solutions разработала WGDeepInsight — платформу видеоаналитики на базе ИИ для непрерывного мониторинга. Анализируя видеопотоки в реальном времени с помощью моделей компьютерного зрения, таких как модели Ultralytics YOLO, платформа обеспечивает прозрачность производственных процессов и помогает командам наблюдать за ними, анализировать их и совершенствовать.
Повышение производительности и безопасности на производстве с помощью vision AI#
WG Tech Solutions — компания в сфере периферийного ИИ, которая создает интеллектуальные системы для реальных условий эксплуатации. Она разрабатывает комплексные решения на базе ИИ, объединяющие специализированное оборудование, модели ИИ и прикладное ПО. Это позволяет организациям контролировать и анализировать работу и повышать ее эффективность непосредственно на периферии.
Компания находится в Индии и работает в различных отраслях, включая производство, автомобилестроение, сельское хозяйство и медицинские системы, где критически важны аналитика в реальном времени и локальная обработка данных.
Основная платформа компании, WGDeepInsight, обеспечивает прозрачность производственных процессов в реальном времени с помощью видеоаналитики на базе ИИ. Она поддерживает сценарии использования в сфере безопасности, видеонаблюдения, соблюдения требований безопасности и контроля качества, позволяя пользователям отслеживать происходящее, выявлять проблемы и совершенствовать рабочие процессы непосредственно на периферии.
Объединяя модели компьютерного зрения с возможностями искусственного интеллекта вещей (AIoT), WGDeepInsight позволяет производителям отслеживать действия, контролировать соблюдение требований и повышать прозрачность процессов на производстве.
Почему на производстве теряется прозрачность процессов#
Масштабный мониторинг производственных процессов требует постоянной прозрачности, но в реальных условиях производства добиться этого непросто. Рабочие процессы различаются на разных участках, сотрудники в течение дня обычно выполняют разные задачи, а условия могут меняться на распределенных производственных площадках.
Во многих случаях сотрудники производственных предприятий по-прежнему полагаются на непосредственное наблюдение и проверки на местах, чтобы отслеживать рабочие процессы. Хотя такие традиционные методы обеспечивают базовый контроль, они не дают понять, как работа выполняется на самом деле.
Иными словами, собирать точные и объективные данные о времени и движениях сложно. Недостаток данных особенно критичен, когда речь идет о безопасности. Нарушения требований к использованию PPE, несанкционированный доступ или неправильное обращение с материалами легко пропустить, а запоздалая реакция мешает предотвратить повторные нарушения.
Например, WG Tech Solutions сотрудничала с ведущим производителем, разрабатывающим продукцию по заказам клиентов (ODM), который управляет несколькими производственными площадками и сталкивается с похожими ограничениями. Большинство сборочных процессов ODM по-прежнему выполнялись вручную, поэтому контроль производительности, безопасности и соблюдения требований в значительной степени зависел от визуальных проверок.
Чтобы повысить производительность и обеспечить соблюдение требований безопасности, ODM требовался более структурированный подход к сбору надежных данных о времени и движениях, контролю соблюдения стандартных операционных процедур (SOP) на разных участках и обнаружению нарушений требований безопасности.
Кроме того, организации требовался более эффективный способ предоставлять нужным командам обратную связь в реальном времени. Без автоматизации масштабирование такого уровня контроля оставалось серьезной проблемой.
Более интеллектуальный мониторинг производства и контроль соблюдения требований с моделями Ultralytics YOLO#
WG Tech Solutions интегрирует модели Ultralytics YOLO в платформу WGDeepInsight для выполнения ключевых задач компьютерного зрения, таких как обнаружение и отслеживание объектов, а также сегментация экземпляров. Применяя эти модели к видеопотокам в реальном времени, платформа позволяет командам непрерывно контролировать производственные процессы, собирать точные данные о времени и движениях и выявлять неэффективность.
Этот подход был применен при развертывании системы у упомянутого ранее ведущего ODM. WGDeepInsight внедрили в гибридной конфигурации: ускорители ИИ Axelera Metis установили на рабочих местах и в ИТ-среде предприятия, а Voyager SDK упростил масштабное развертывание на периферии.
Возможности моделей Ultralytics YOLO в области компьютерного зрения использовались для мониторинга работы на производственных участках, контроля соблюдения SOP и выявления нарушений требований безопасности, таких как несоблюдение требований к СИЗ, несанкционированный доступ и неправильная укладка материалов.
Рис. 1. Пример использования моделей Ultralytics YOLO для обнаружения неправильно уложенных коробок.
Для этого в течение трёх недель собирали видеоданные с нескольких рабочих мест и размечали их с помощью проприетарного интерфейса. Этот набор данных использовали для обучения и дообучения моделей Ultralytics YOLO, в том числе Ultralytics YOLO11 и Ultralytics YOLOv8, адаптированных к условиям фабрики.
Модели дополнительно улучшили, добавив логику инференса, настроив параметры и применив методы оптимизации, чтобы обеспечить надёжную работу в реальных условиях. После развёртывания платформа обеспечила мониторинг в реальном времени и автоматическое выявление нарушений, предоставляя последовательную картину происходящего на основе данных.
Почему стоит выбрать модели Ultralytics YOLO?#
Для WG Tech Solutions модели Ultralytics YOLO стали надёжной основой для создания решений на базе компьютерного зрения, которые можно быстро адаптировать к различным задачам на фабрике. Благодаря высокой производительности инференса на периферийных устройствах модели отлично подходили для крупных производств, где критически важны низкая задержка и непрерывный мониторинг.
Модели Ultralytics YOLO также поддерживали гибкое развёртывание с использованием различных форматов экспорта, включая ONNX, PyTorch и NCNN. Это упростило их интеграцию как с периферийными устройствами, так и с централизованными системами в рамках гибридной архитектуры.
В целом, используя модели Ultralytics YOLO, WG Tech Solutions смогла быстрее создавать решения, адаптированные под конкретные задачи, и обеспечивать надёжную работу на крупных фабриках.
WGDeepInsight сократила число нарушений со стороны работников на 28% с помощью Ultralytics YOLO#
Платформа WGDeepInsight от WG Tech Solutions использует модели Ultralytics YOLO для непрерывного мониторинга и анализа работы фабрик, повышая безопасность, соблюдение требований и прозрачность производственных процессов.
На предприятии ведущего ODM число нарушений требований безопасности со стороны работников снизилось на 28%. Оповещения в реальном времени, обрабатываемые на устройстве с низкой задержкой, ускорили реагирование и сократили число повторных инцидентов, обеспечив более последовательное соблюдение правил безопасности на производстве.
Платформа отслеживала соблюдение SOP на разных участках и отмечала нарушения по мере их возникновения. Она также выявляла такие проблемы, как неправильное использование СИЗ, несанкционированный доступ, скопление людей и пропущенные или неверно выполненные этапы процесса.
Например, при работе с лотками система проверяла, правильно ли предметы брали и размещали и соблюдалась ли необходимая последовательность действий, отмечая любые отклонения.
Рис. 2. Модели Ultralytics YOLO помогают обнаруживать работу с лотком одной рукой.
Кроме того, решение охватило и другие производственные процессы и задачи безопасности. В помещениях для видеонаблюдения система отслеживала присутствие персонала в реальном времени и отправляла оповещения, если численность сотрудников падала ниже установленного минимума.
В процессах контроля качества система проверяла последовательность действий, обеспечивала использование предписанных инструментов и отслеживала время выполнения каждой задачи, отмечая отклонения для поддержания единых стандартов.
Со временем аналитика на основе компьютерного зрения помогла точнее определить, на каких этапах возникают сбои, и принять корректирующие меры с помощью целевого обучения.
Механизмы оповещения и обратной связи адаптировали к требованиям заказчиков и гибко встроили в существующие производственные процессы. Уведомления отправлялись по электронной почте, через системы обмена сообщениями и ролевые панели мониторинга, чтобы нужные команды получали актуальные данные в реальном времени.
Это также обеспечило последовательное соблюдение критически важных процедур, например использование нужных инструментов и поддержание минимальной численности персонала в зонах с контролируемым доступом. В итоге повседневные процессы стали более последовательными, что повысило уровень соблюдения требований на производстве.
Расширение мониторинга в реальном времени на производственных объектах#
По мере развития промышленной автоматизации компьютерное зрение играет всё более важную роль в повышении прозрачности и последовательности ручных операций. Адаптируя модели Ultralytics YOLO, WG Tech Solutions планирует внедрять платформу WGDeepInsight на новых фабриках и в новых рабочих процессах.
Это позволяет решать самые разные задачи: от мониторинга безопасности до контроля отдельных этапов производства. В сочетании с развёртыванием на периферийных устройствах, аналитикой в реальном времени и периферийными ускорителями ИИ Axelera Metis такое решение обеспечивает масштабируемый мониторинг и единообразную аналитику для производственных предприятий.
Хочешь изучить применение Vision AI в производственных процессах? Начни работу с моделями Ultralytics YOLO: загляни в наш репозиторий GitHub и изучи варианты лицензирования. Узнай о таких применениях, как ИИ в здравоохранении и Vision AI в производстве, а также о периферийных ускорителях ИИ, например Axelera AI: экспорт и развёртывание | Документация Ultralytics
