Startupy z akceleratora ITMO University – projekty na wczesnym etapie z zakresu wizji komputerowej

Dziś my kontynuować porozmawiać o zespołach, które przeszły przez ligę nasz akcelerator. W tym habrapoście będzie ich dwóch. Pierwszym z nich jest startup Labra, który opracowuje rozwiązanie do monitorowania wydajności pracy. Drugi - O.WIZJA z systemem rozpoznawania twarzy dla kołowrotów.

Startupy z akceleratora ITMO University – projekty na wczesnym etapie z zakresu wizji komputerowej
Zdjęcie: Randalla Brudera /unsplash.com

Jak Labra zwiększy produktywność

Wzrost produktywności na rynkach zachodnich uległ spowolnieniu. Przez Według McKinsey na początku XXI wieku odsetek ten wynosił 2,4%. Jednak w latach 2010–2014 spadł do 0,5%. Analitycy zauważają, że od tego czasu sytuacja się nie zmieniła. Istnieje jednak opinia, że ​​​​systemy sztucznej inteligencji pomogą rozwiązać problem. Oczekuje się, że dzięki systemom sztucznej inteligencji wzrost produktywności powróci do 2% w ciągu dziesięciu lat. Inteligentne algorytmy pomogą zautomatyzować rutynowe zadania i zoptymalizować procesy pracy.

Badania w tych obszarach prowadzą już specjaliści z m.in wyrocznia, inżynierowie wiodących zachodnich uniwersytetów a nawet przedstawiciele Towarzystwo Królewskie w Londynie. Widzenie maszynowe będzie odgrywać ważną rolę w zwiększaniu wzrostu produktywności. Technologia służy do niezależnej oceny miejsca pracy i wydajności pracowników. Takie rozwiązania wdrażają już zachodnie firmy – np. Microsoft и Walmart.

Rosyjskie firmy opracowują także rozwiązania do oceny wydajności pracy. Przykładowo startup Labra, który przeszedł przez nasze programu akceleracyjnego. Inżynierowie tworzą system monitoringu wideo z siecią neuronową, który rozpoznaje działania pracowników przedsiębiorstwa i dokładnie informuje, w jaki sposób spędzają oni czas pracy.

Jak działa system. Labra może działać w każdym przedsiębiorstwie, w którym pracuje się maszynowo lub ręcznie, a liczba pracowników przekracza 15 osób. Za pomocą kamer tworzy tzw zdjęcie z dnia pracy - czyli rejestruje wszystko, co dzieje się podczas zmiany. Ogólnie algorytm wygląda następująco:

  • System rejestruje obraz i zaznacza operacje robocze;
  • Algorytm uczenia maszynowego analizuje wideo;
  • Następnie algorytm generuje zdjęcie dnia pracy;
  • Następnie automatycznie obliczane są statystyki;
  • Labra generuje raport końcowy z rekomendacjami, które zwiększą bezpieczeństwo w przedsiębiorstwie i zoptymalizują jego zasoby.

Kto jest w zespole? Startup zatrudnia osiem osób: menadżera i założyciela, dwóch programistów, trzech specjalistów ds. standardów pracy. Jest też kierownik obsługi klienta i księgowy. Część z nich łączy pracę projektową ze studiami uniwersyteckimi. Dlatego każdy samodzielnie monitoruje realizację zadań i terminów. Jednakże zespół spotyka się dwa razy w tygodniu, aby omówić postępy i plany rozwoju.

Perspektywy. Na początku września startup zaprezentował swój projekt na Forum Cyfrowym w Petersburgu. Tam inżynierowie zademonstrowali możliwości produktu. Labra planuje dalszą promocję rozwiązania i pracuje nad perspektywą współpracy z przedsiębiorstwami w kraju.

O.VISION pomoże Ci pozbyć się kluczy i przepustek

W 2017 r. Przegląd technologii MIT włączone rozpoznawanie twarzy w pierwszej 10-tce przełomowych technologii. Decyzja ta wynikała częściowo z szerokiego zastosowania tego typu systemów. W szczególności mogą zastąpić zwykłe klucze i przepustki przy wejściu do budynku - na przykład wiele rosyjskich banków wdrożyło już podobne rozwiązania. Na rynku pojawiają się także nowi gracze, np. startup pracuje nad podobnym rozwiązaniem O.WIZJA. Zespół tworzy bezdotykowy system dostępu do kołowrotów, który można zainstalować w 30 minut.

Jak działa system. Rozwój to kompleks oprogramowania i sprzętu zainstalowany w punkcie kontrolnym. Opiera się na pięciu sieciach neuronowych, które przetwarzają poszczególne klatki z kamery systemu biometrycznego. Autorzy twierdzą, że przetwarzanie pojedynczego obrazu zajmuje mniej niż 200 milisekund (około pięciu klatek na sekundę). Zespół samodzielnie pisze wszystkie algorytmy rozpoznawania i interfejsy – programiści nie korzystają z autorskich rozwiązań. Trenuj sieci neuronowe za pomocą Framework PyTorch.

Przetwarzanie danych odbywa się lokalnie. Takie podejście zwiększa bezpieczeństwo osobistych danych biometrycznych. Sprzęt obejmuje płytę Jetson TX1 firmy Nvidia, która jest przeznaczona dla urządzeń samodzielnych. System biometryczny zawiera również układ scalony własnej konstrukcji służący do sterowania kołowrotami i integracji z nimi POMKNĄĆ.

Startupy z akceleratora ITMO University – projekty na wczesnym etapie z zakresu wizji komputerowej
Zdjęcie: Zan /unsplash.com

Pracownicy startupu. Szef firmy twierdzi, że selekcja została przeprowadzona według zasady: na jedno miejsce 60 kandydatów. Taki format pozwolił nam pozyskać najbardziej utalentowane osoby. Obecnie nad projektem pracuje kilku programistów odpowiedzialnych za algorytmy uczenia maszynowego i kod dla systemów wbudowanych. Jest też backend developer, specjalista ds. bezpieczeństwa informacji i projektant. Część pracowników to studenci, którzy łączą pracę z tytułem magistra.

Perspektywy. Dzisiejsze rozwiązania O.WIZJA zainstalowany w największej fabryce kawy w Europie. Produkt przygotowywany jest także do wprowadzenia na rynek w jednym z petersburskich centrów fitness oraz na Politechnice. Być może w przyszłości O.VISION zostanie zainstalowany na Uniwersytecie ITMO. Szef spółki twierdzi, że prowadzi już negocjacje z rosyjskimi korporacjami: Gazprom Nieftą, Beeline, Rostelecom i Kolejami Rosyjskimi. W przyszłości będziemy wchodzić na rynki zagraniczne.

O innych projektach akceleracyjnych:

Materiały dotyczące pracy Uczelni ITMO:

Źródło: www.habr.com

Dodaj komentarz