Í starfsemi okkar stöndum við daglega frammi fyrir því vandamáli að ákvarða forgangsröðun í þróun. Með hliðsjón af miklum krafti þróunar upplýsingatækniiðnaðarins, stöðugt vaxandi eftirspurn frá viðskiptalífi og stjórnvöldum eftir nýrri tækni, í hvert skipti sem við ákveðum þróunarferilinn og fjárfestum eigin krafta og fjármuni í vísindalega möguleika fyrirtækisins okkar, tryggjum við að Allar rannsóknir okkar og verkefni eru grundvallaratriði og þverfagleg eðlis.
Þess vegna, með því að þróa helstu tækni okkar - HIEROGLYPH gagnaþekkingarrammann, höfum við áhyggjur af bæði að bæta gæði skjalaþekkingar (aðalviðskiptasvið okkar) og möguleika á að nota tæknina til að leysa tengd þekkingarvandamál. Í greininni í dag munum við segja þér hvernig, byggt á viðurkenningarvélinni okkar (skjölum), gerðum við viðurkenningu á stærri, hernaðarlega mikilvægum hlutum í myndbandsstraumi.
Samsetning vandans
Með því að nota núverandi þróun, byggðu tankagreiningarkerfi sem gerir það mögulegt að flokka hlut, sem og ákvarða grunn geometrísk vísbendingar (stefnu og fjarlægð) við illa stjórnað skilyrði án þess að nota sérhæfðan búnað.
ákvörðun
Við völdum tölfræðilega vélnámsaðferð sem aðal reiknirit til að leysa vandamálið. En eitt af lykilvandamálum vélanáms er þörfin á að hafa nægilegt magn af þjálfunargögnum. Vitanlega eru náttúrulegar myndir fengnar úr raunverulegum senum sem innihalda hlutina sem við þurfum ekki tiltækar fyrir okkur. Því var ákveðið að grípa til þess að útbúa nauðsynleg gögn fyrir þjálfun, sem betur fer . Og samt þótti okkur óeðlilegt að búa algjörlega saman gögnin fyrir þetta verkefni, þannig að sérstakt skipulag var útbúið til að líkja eftir raunverulegum senum. Líkanið inniheldur ýmsa hluti sem líkja eftir sveitinni: einkennandi landslagshlíf, runna, tré, girðingar o.fl. Myndir voru teknar með stafrænni myndavél á litlu sniði. Meðan á myndtökuferlinu stóð breyttist bakgrunnur senu verulega til að gera reikniritin sterkari fyrir bakgrunnsbreytingum.
Markhlutirnir voru 4 gerðir af orrustuskrökkum: T-90 (Rússland), M1A2 Abrams (Bandaríkin), T-14 (Rússland), Merkava III (Ísrael). Hlutir voru staðsettir á mismunandi stöðum marghyrningsins og stækkaði þar með listann yfir ásættanleg sýnileg horn hlutarins. Verkfræðihindranir, tré, runnar og aðrir landslagsþættir léku stórt hlutverk.
Þannig að á nokkrum dögum söfnuðum við nægilegu setti fyrir þjálfun og síðari mat á gæðum reikniritsins (nokkrir tugir þúsunda mynda).
Þeir ákváðu að skipta sjálfri viðurkenningunni í tvo hluta: staðsetning hluta og flokkun hluta. Staðsetning var framkvæmd með því að nota þjálfaðan Viola og Jones flokkara (eftir allt er tankur venjulegur stífur hlutur, ekki verri en andlit, þannig að „detail-blind“ aðferð Viola og Jones staðsetur markhlutinn fljótt). En við fólum flokkun og ákvörðun hornsins til snúnings taugakerfis - í þessu verkefni er mikilvægt fyrir okkur að skynjarinn auðkenni þá eiginleika sem, til dæmis, aðgreina T-90 frá Merkava. Fyrir vikið var hægt að smíða skilvirka samsetningu reiknirita sem leysir vel vandamálið við staðsetningu og flokkun hluta af sömu gerð.
Næst settum við af stað forritið sem myndast á öllum núverandi kerfum okkar (Intel, ARM, Elbrus, Baikal, KOMDIV), fínstilltu reikningslega erfiðar reiknirit til að auka afköst (við höfum þegar skrifað um þetta nokkrum sinnum í greinum okkar, til dæmis hér eða ) og náði stöðugri virkni forritsins á tækinu í rauntíma.
Sem afleiðing af öllum lýstum aðgerðum höfum við fengið fullgilda hugbúnaðarvöru með verulegum taktískum og tæknilegum eiginleikum.
Snjall tankalesari
Svo við kynnum þér nýja þróun okkar - forrit til að þekkja myndir af skriðdrekum í myndbandsstraumi Snjall tankalesari, sem:
- Leysir „vin eða fjandmann“ vandamálið fyrir tiltekið mengi hluta í rauntíma;
- Ákvarðar rúmfræðilegar breytur (fjarlægð til hlutarins, ákjósanleg stefnumörkun hlutarins);
- Virkar við óviðráðanlegar veðurskilyrði, svo og þegar hluturinn er lokaður að hluta af aðskotahlutum;
- Fullkomlega sjálfvirk aðgerð á marktækinu, þar með talið ef fjarskipti eru ekki til staðar;
- Listi yfir studda örgjörvaarkitektúra: Elbrus, Baikal, KOMDIV, sem og x86, x86_64, ARM;
- Listi yfir studd stýrikerfi: Elbrus OS, AstraLinux OS, Atlix OS, auk MS Windows, macOS, ýmsar Linux dreifingar sem styðja gcc 4.8, Android, iOS;
- Alveg innlend þróun.
Venjulega, í niðurlagi greina okkar um Habré, gefum við tengil á markaðstorgið, þar sem allir sem nota farsímann sinn geta hlaðið niður kynningarútgáfu af forritinu til að meta árangur tækninnar. Að þessu sinni, að teknu tilliti til sérstakra umsóknar sem myndast, viljum við að allir lesendur okkar muni aldrei á ævinni standa frammi fyrir því vandamáli að ákveða fljótt hvort tankur tilheyri ákveðinni hlið.
Heimild: www.habr.com