Ручной мониторинг делал процесс выявления нарушений стандартных операционных процедур (СОП), правил техники безопасности и мер безопасности на производстве медленным и ненадежным для производителей.
Компания WG Tech Solutions использует Ultralytics YOLO detect нарушений detect в режиме реального времени, что позволило сократить количество инцидентов, связанных с безопасностью, на 28 % и повысить уровень соблюдения нормативных требований.
Мониторинг и оптимизация производственных процессов в промышленности могут представлять собой сложную задачу, особенно с учетом того, что многие процессы по-прежнему выполняются вручную. Такая недостаточная прозрачность производственных процессов зачастую приводит к появлению скрытых факторов неэффективности, таких как «узкие места» и недоиспользование трудовых ресурсов, которые трудно обнаружить.
Например, проверки безопасности и соблюдения норм, такие как контроль за тем, чтобы работники носили надлежащие средства индивидуальной защиты (СИЗ) или чтобы материалы обрабатывались и укладывались правильно, часто проводятся вручную, из-за чего в условиях интенсивной работы нарушения легко упустить из виду.
Чтобы устранить эти пробелы, компания WG Tech Solutions разработала WGDeepInsight — платформу для видеоаналитики на базе искусственного интеллекта, предназначенную для непрерывного мониторинга. Благодаря анализу видеопотоков в режиме реального времени с использованием моделей компьютерного зрения, таких как YOLO Ultralytics YOLO , платформа обеспечивает оперативный обзор производственных процессов, помогая специалистам отслеживать, анализировать и оптимизировать их.
WG Tech Solutions — компания, специализирующаяся на периферийных ИИ-технологиях и создании интеллектуальных систем для реальных условий эксплуатации. Она разрабатывает комплексные ИИ-решения, сочетающие в себе специализированное оборудование, ИИ-модели и прикладное программное обеспечение, что позволяет организациям осуществлять мониторинг, анализ и оптимизацию операций непосредственно на периферии.
Компания, базирующаяся в Индии, работает в различных отраслях, таких как производство, автомобилестроение, сельское хозяйство и медицинские системы, где аналитика в режиме реального времени и оперативная информация с мест имеют решающее значение.
Ее основная платформа, WGDeepInsight, предназначена для обеспечения оперативного мониторинга рабочих процессов с помощью видеоаналитики на базе искусственного интеллекта. Она находит применение в таких сферах, как охрана, видеонаблюдение, обеспечение соблюдения норм безопасности и контроль качества, позволяя пользователям отслеживать деятельность, detect и оптимизировать рабочие процессы непосредственно на периферии.
Благодаря сочетанию моделей компьютерного зрения с возможностями искусственного интеллекта вещей (AIoT) решение WGDeepInsight позволяет производителям track , контролировать соблюдение нормативных требований и повышать прозрачность операционной деятельности на всех производственных площадках.
Для мониторинга производственных процессов в крупных масштабах необходим постоянный обзор, однако в реальных производственных условиях это далеко не так просто. Деятельность на разных участках может различаться, работники обычно выполняют разные задачи в течение дня, а условия могут меняться на распределенных производственных площадках.
Во многих случаях заводские бригады по-прежнему полагаются на визуальный контроль и проверки на месте для track . Хотя такие традиционные методы позволяют осуществлять базовый контроль, они не дают полного представления о том, как на самом деле выполняется работа.
Другими словами, сбор точных и объективных данных о затратах времени и трудозатратах представляет собой сложную задачу. Отсутствие таких данных становится особенно критичным, когда речь идет о безопасности и охране. Такие проблемы, как несоблюдение требований к СИЗ, несанкционированный доступ или неправильное обращение с материалами, могут легко остаться незамеченными, а запоздалые меры реагирования затрудняют предотвращение повторных нарушений.
Например, компания WG Tech Solutions сотрудничала с ведущим производителем по оригинальному дизайну (ODM), владеющим несколькими производственными площадками, который сталкивался с аналогичными трудностями. Большинство сборочных процессов у этого ODM по-прежнему осуществлялось вручную, поэтому контроль производительности, безопасности и соблюдения нормативных требований в значительной степени опирался на визуальные проверки.
Для оптимизации производительности и обеспечения соблюдения требований безопасности компании-разработчику (ODM) потребовался более структурированный подход, позволяющий собирать достоверные данные о затратах времени и трудозатратах, track соблюдение track операционных процедур (SOP) на всех рабочих участках, а также detect нарушения detect и охраны.
Кроме того, им требовался более эффективный способ передачи оперативной обратной связи нужным подразделениям. Без автоматизации обеспечение такого уровня прозрачности в условиях расширения масштабов деятельности оставалось одной из главных проблем.
Компания WG Tech Solutions интегрируетYOLO Ultralytics в свою платформу WGDeepInsight, что позволяет решать ключевые задачи компьютерного зрения, такие как обнаружение объектов, отслеживание объектов и сегментация экземпляров. Применяя эти модели к потокам видео в реальном времени, платформа дает возможность командам осуществлять постоянный мониторинг производственных процессов, собирать точные данные о времени и движении, а также выявлять неэффективность в режиме реального времени.
Данный подход был применен при внедрении в рамках проекта с участием упомянутого выше ведущего ODM. Решение WGDeepInsight было реализовано с использованием гибридной архитектуры: ускорители искусственного интеллекта Axelera Metis были развернуты на рабочих станциях и по всей ИТ-среде завода, а набор средств разработки Voyager SDK позволил оптимизировать масштабное внедрение на периферийных устройствах.
Функции машинного зренияYOLO Ultralytics использовались для мониторинга производственных процессов на всех участках завода, track стандартных операционных процедур (SOP) и detect нарушений detect и охраны, таких как несоблюдение требований к средствам индивидуальной защиты, несанкционированный доступ и неправильная укладка материалов.
В подтверждение этого в течение трех недель велся сбор видеоданных с нескольких рабочих станций, которые были аннотированы с помощью фирменного интерфейса. Этот набор данных использовался для обучения и тонкой настройкиYOLO Ultralytics YOLO , в том числе Ultralytics YOLO11 и Ultralytics YOLOv8, адаптированные к заводским условиям.
Модели были дополнительно усовершенствованы за счет внедрения дополнительных алгоритмов вывода, настройки параметров и методов оптимизации, что позволило обеспечить их надежную работу в реальных условиях. После внедрения платформа обеспечила возможность мониторинга в режиме реального времени и автоматического выявления нарушений, что позволило получить полную и основанную на данных картину операционной деятельности.
Для компании WG Tech SolutionsYOLO Ultralytics YOLO стали прочной основой для создания решений в области компьютерного зрения, которые можно быстро адаптировать к различным задачам на производстве. Их способность обеспечивать высокопроизводительную инференцию на периферии сделала их отличным выбором для крупномасштабных производственных комплексов, где критически важны низкая задержка и непрерывный мониторинг.
YOLO Ultralytics также обеспечивают гибкость при экспорте в различные форматы для развертывания, в том числе ONNX, PyTorch и NCNN. Это упростило их интеграцию как с периферийными устройствами, так и с централизованными системами для создания гибридной архитектуры.
В целом, благодаря использованиюYOLO Ultralytics компания WG Tech Solutions смогла быстрее внедрять индивидуальные решения, сохраняя при этом стабильную производительность в условиях крупных производственных объектов.
Благодаря использованиюYOLO Ultralytics платформа WGDeepInsight компании WG Tech Solutions обеспечивает непрерывный мониторинг и анализ производственных процессов, способствуя повышению безопасности, соблюдению нормативных требований и улучшению операционной прозрачности.
В случае с ведущим ODM количество нарушений техники безопасности на производстве сократилось на 28 %. Оповещения в режиме реального времени, обрабатываемые на устройствах с минимальной задержкой, позволили сократить время реагирования и уменьшить количество повторяющихся проблем, что привело к более последовательному соблюдению протоколов безопасности на производстве.
Платформа отслеживала соблюдение стандартных операционных процедур на всех станциях и фиксировала нарушения по мере их возникновения. Кроме того, она выявляла такие проблемы, как неправильное использование средств индивидуальной защиты, несанкционированный доступ, скопление людей, а также пропуск или неверное выполнение этапов рабочего процесса.
Например, в процессах обработки поддонов система проверяла, правильно ли были отобраны и размещены товары и соблюдалась ли требуемая последовательность на каждом этапе, отмечая любые отклонения в процессе работы.
Кроме того, система была расширена и на другие рабочие процессы, связанные с эксплуатацией и безопасностью. В диспетчерских центрах видеонаблюдения система отслеживала присутствие персонала в режиме реального времени и запускала оповещения, если численность персонала опускалась ниже требуемого уровня.
В то же время в рамках рабочих процессов контроля качества система проверяла последовательность операций, обеспечивала соблюдение требований к использованию заданных инструментов и отслеживала время, затрачиваемое на выполнение каждой задачи, фиксируя любые отклонения для поддержания единых стандартов.
Со временем эти аналитические данные позволили лучше понять, в каких местах возникали сбои в процессах, и способствовали принятию корректирующих мер посредством целенаправленного обучения.
Механизмы оповещения и обратной связи были адаптированы к требованиям заказчика и гибко интегрированы в существующие производственные процессы. Уведомления рассылались по таким каналам, как электронная почта, системы обмена сообщениями и информационные панели с учетом ролей, что позволяло обеспечить передачу необходимой информации соответствующим подразделениям в режиме реального времени.
Это также позволило обеспечить неукоснительное соблюдение важнейших процедур, таких как использование надлежащего оборудования и поддержание минимальной численности персонала в контролируемых зонах. В конечном итоге повседневная работа стала более упорядоченной, что способствовало более строгому соблюдению требований на всех производственных участках.
По мере развития промышленной автоматизации компьютерное зрение приобретает все большее значение для повышения прозрачности и стабильности ручных операций. Благодаря настройкеYOLO Ultralytics компания WG Tech Solutions планирует расширить сферу применения своей платформы WGDeepInsight на новые производственные среды и рабочие процессы.
Это позволяет решать задачи, начиная от мониторинга безопасности и защиты и заканчивая проверками на уровне производственных процессов на заводских площадках. В сочетании с развертыванием на периферии, аналитикой в режиме реального времени и ускорителями искусственного интеллекта Axelera Metis для периферийных систем данное решение обеспечивает масштабируемый мониторинг и получение актуальной оперативной аналитики в любых производственных средах.
Задумываетесь о внедрении технологий искусственного интеллекта в области компьютерного зрения в свои рабочие процессы? Ознакомьтесь с нашим репозиторием на GitHub и вариантами лицензирования, чтобы начать работу сYOLO Ultralytics YOLO . Узнайте о таких областях применения, как ИИ в здравоохранении и ИИ в сфере компьютерного зрения в производстве, а также об ускорителях ИИ на периферии, таких как Axelera AI Export and Deployment | Ultralytics
Модели Ultralytics YOLO - это архитектуры компьютерного зрения, разработанные для анализа визуальных данных, полученных из изображений и видео. Эти модели можно обучать для решения таких задач, как обнаружение объектов, классификация, оценка позы, отслеживание и сегментация объектовUltralytics МоделиUltralytics YOLO включают:
Ultralytics YOLO11 - это последняя версия наших моделей компьютерного зрения. Как и предыдущие версии, она поддерживает все задачи компьютерного зрения, за которые сообщество Vision AI полюбило YOLOv8. Однако новая YOLO11 отличается большей производительностью и точностью, что делает ее мощным инструментом и идеальным союзником для решения реальных задач в промышленности.
Модель, которую вы решите использовать, зависит от конкретных требований вашего проекта. Важно учитывать такие факторы, как производительность, точность и потребности развертывания. Вот краткий обзор:
Репозитории Ultralytics YOLO , такие как YOLOv5 и YOLO11, по умолчанию распространяются по лицензии AGPL-3.0 . Эта лицензия, одобренная OSI, предназначена для студентов, исследователей и энтузиастов, поощряет открытое сотрудничество и требует, чтобы любое программное обеспечение, использующее компоненты AGPL-3.0 , также было открыто. Хотя она обеспечивает прозрачность и способствует инновациям, она может не соответствовать коммерческим сценариям использования.
Если ваш проект предполагает внедрение программного обеспечения Ultralytics и моделей искусственного интеллекта в коммерческие продукты или услуги, и вы хотите обойти требования AGPL-3.0 к открытому исходному коду, корпоративная лицензия - идеальный вариант.
Преимущества корпоративной лицензии:
Чтобы обеспечить беспрепятственную интеграцию и избежать ограничений AGPL-3.0 , запросите лицензию Ultralytics Enterprise License, используя приведенную форму. Наши сотрудники помогут вам подобрать лицензию в соответствии с вашими конкретными потребностями.
Начните свой путь в будущее машинного обучения
