استارت‌آپ‌های شتاب‌دهنده دانشگاه ITMO - پروژه‌های مرحله اولیه در زمینه بینایی کامپیوتر

امروز ما ادامه هید در مورد تیم هایی که از آن عبور کردند صحبت کنید شتاب دهنده ما. دو نفر از آنها در این هابراپست وجود خواهد داشت. اولین مورد، استارت آپ لابرا است که در حال توسعه راه حلی برای نظارت بر بهره وری نیروی کار است. دومین - O.VISION با سیستم تشخیص چهره برای چرخان.

استارت‌آپ‌های شتاب‌دهنده دانشگاه ITMO - پروژه‌های مرحله اولیه در زمینه بینایی کامپیوتر
عکس: راندال برودر /unsplash.com

لابرا چگونه بهره وری را افزایش می دهد

رشد بهره وری در بازارهای غربی کند شده است. توسط طبق McKinsey، در آغاز دهه 2,4 این رقم 2010٪ بود. اما بین سال های 2014 تا 0,5 به 2 درصد کاهش یافت. تحلیلگران خاطرنشان می کنند که وضعیت از آن زمان تاکنون تغییر نکرده است. اما این نظر وجود دارد که سیستم های هوش مصنوعی به حل مشکل کمک می کنند. انتظار می رود با کمک سیستم های هوش مصنوعی، رشد بهره وری ظرف ده سال به XNUMX درصد بازگردد. الگوریتم‌های هوشمند به خودکارسازی کارهای روتین و بهینه‌سازی فرآیندهای کاری کمک می‌کنند.

تحقیقات در این زمینه در حال حاضر توسط متخصصان انجام شده است وحی، مهندسان دانشگاه های برتر غرب و حتی نمایندگان انجمن سلطنتی لندن. بینایی ماشین نقش مهمی در افزایش رشد بهره وری خواهد داشت. این فناوری برای ارزیابی مستقل محل کار و عملکرد کارکنان استفاده می شود. چنین راه حل هایی در حال حاضر توسط شرکت های غربی اجرا شده است - به عنوان مثال، مایکروسافت и WALMART.

شرکت های روسی نیز در حال توسعه راه حل هایی برای ارزیابی بهره وری نیروی کار هستند. به عنوان مثال، استارتاپ لابرا، که از طریق ما رفت برنامه شتاب. مهندسان در حال ساختن یک سیستم نظارت تصویری با یک شبکه عصبی هستند که اقدامات کارمندان سازمانی را تشخیص می دهد و مشخص می کند که دقیقاً چگونه زمان کار خود را سپری می کنند.

سیستم چگونه کار می کند. لابرا می تواند در هر شرکتی با نیروی کار ماشینی یا دستی که تعداد کارکنان آن بیش از 15 نفر باشد، فعالیت کند. او با کمک دوربین ها به اصطلاح را تشکیل می دهد عکس روز کاری - یعنی تمام اتفاقاتی که در حین شیفت می افتد را ثبت می کند. به طور کلی، الگوریتم به صورت زیر است:

  • سیستم تصویر را می گیرد و عملیات کار را علامت گذاری می کند.
  • یک الگوریتم یادگیری ماشینی ویدئو را تجزیه و تحلیل می کند.
  • سپس الگوریتم یک عکس از روز کاری تولید می کند.
  • بعد، تجزیه و تحلیل به طور خودکار محاسبه می شود.
  • لابرا یک گزارش نهایی با توصیه هایی ایجاد می کند که امنیت شرکت را افزایش می دهد و منابع آن را بهینه می کند.

چه کسی در تیم است؟ این استارتاپ دارای هشت کارمند است: مدیر و موسس، دو توسعه دهنده، سه متخصص استانداردهای کار. همچنین یک مدیر خدمات مشتری و یک حسابدار وجود دارد. برخی از آنها کار پروژه ای را با مطالعات دانشگاهی ترکیب می کنند. بنابراین، همه به طور مستقل بر انجام وظایف و ضرب الاجل نظارت دارند. با این حال، تیم دو بار در هفته جلساتی را برای بحث در مورد پیشرفت و برنامه‌های توسعه برگزار می‌کند.

دیدگاه ها این استارتاپ در ابتدای شهریور ماه پروژه خود را ارائه کرد در انجمن دیجیتال سنت پترزبورگ. در آنجا مهندسان قابلیت های محصول را به نمایش گذاشتند. لابرا قصد دارد راه حل را بیشتر ترویج کند و روی چشم انداز همکاری با شرکت های کشور کار می کند.

O.VISION به شما کمک می کند تا از شر کلیدها و پاس ها خلاص شوید

در سال 2017، MIT Technology Review روشن شد تشخیص چهره در 10 فناوری برتر این تصمیم تا حدی به دلیل کاربرد گسترده چنین سیستم هایی بود. به طور خاص، آنها می توانند کلیدها و گذرنامه های معمولی را هنگام ورود به یک ساختمان جایگزین کنند - به عنوان مثال، تعدادی از بانک های روسیه قبلاً پیشرفت های مشابهی را اجرا کرده اند. بازیگران جدیدی نیز در بازار ظاهر می شوند، به عنوان مثال، یک استارتاپ در حال توسعه راه حل مشابهی است O.VISION. این تیم در حال ساخت یک سیستم دسترسی بدون تماس برای چرخ گردان است که می تواند در 30 دقیقه نصب شود.

سیستم چگونه کار می کند. توسعه یک مجتمع نرم افزاری و سخت افزاری است که در ایست بازرسی نصب شده است. این بر اساس پنج شبکه عصبی است که فریم های جداگانه از دوربین سیستم بیومتریک را پردازش می کند. نویسندگان می گویند پردازش یک تصویر کمتر از 200 میلی ثانیه (حدود پنج فریم در ثانیه) طول می کشد. این تیم همه الگوریتم‌ها و رابط‌های شناسایی را به‌طور مستقل می‌نویسد - توسعه‌دهندگان از راه‌حل‌های اختصاصی استفاده نمی‌کنند. آموزش شبکه های عصبی با استفاده از چارچوب PyTorch.

پردازش داده ها به صورت محلی انجام می شود. این رویکرد امنیت داده های بیومتریک شخصی را افزایش می دهد. این سخت افزار شامل برد Jetson TX1 از Nvidia است که برای دستگاه های مستقل طراحی شده است. سیستم بیومتریک همچنین شامل یک مدار یکپارچه با طراحی خاص خود برای کنترل گردان ها و ادغام با آن است SCUD.

استارت‌آپ‌های شتاب‌دهنده دانشگاه ITMO - پروژه‌های مرحله اولیه در زمینه بینایی کامپیوتر
عکس: زن /unsplash.com

کارمندان استارتاپ رئیس شرکت می گوید انتخاب بر اساس اصل انجام شد: 60 داوطلب برای یک مکان. این فرمت به ما اجازه داد تا با استعدادترین افراد را جذب کنیم. در حال حاضر، چندین برنامه نویس در حال کار بر روی این پروژه هستند که مسئول الگوریتم های یادگیری ماشین و کدهای سیستم های تعبیه شده هستند. همچنین یک توسعه دهنده باطن، یک متخصص امنیت اطلاعات و یک طراح وجود دارد. برخی از کارمندان دانشجویانی هستند که کار را با مدرک کارشناسی ارشد ترکیب می کنند.

دیدگاه ها راه حل های امروز O.VISION نصب شده در بزرگترین کارخانه قهوه در اروپا. این محصول همچنین برای عرضه در یکی از مراکز تناسب اندام سن پترزبورگ و دانشگاه پلی تکنیک آماده می شود. شاید در آینده O.VISION در دانشگاه ITMO نصب شود. رئیس این شرکت می گوید که آنها در حال مذاکره با شرکت های روسی هستند: گازپروم نفت، Beeline، Rostelecom و راه آهن روسیه. در آینده وارد بازارهای خارجی خواهیم شد.

درباره سایر پروژه های شتاب دهنده:

مطالبی در مورد کار دانشگاه ITMO:

منبع: www.habr.com

اضافه کردن نظر