Как рассказал Вячеслав, идея проекта «FluxVision» родилась на стыке академических знаний в области разработки программного обеспечения (ПО), искусственного интеллекта и компьютерного зрения, которые команда проекта (студенты разных курсов ФСУ) получает в ТУСУРе, и понимания ключевой проблемы современного производства.

«На большинстве предприятий проблема контроля качества продукции до сих пор решается в ручном режиме - операторы визуально сортируют продукцию на конвейере. Это медленно, субъективно и дорого, - отметил Вячеслав Асадчий. – Автоматизированные системы на рынке уже появляются, но рассчитаны, как правило, на крупные предприятия и внедряются в основном в центральной части страны».

Команда проекта работает над созданием системы для автоматизированного контроля качества продукции на производственных линиях, которая представляет собой программный комплекс, включающий модуль с обученной моделью ИИ и интерфейс оператора. Она полностью автоматизирует контроль качества и сбор статистики на производственной линии: обеспечивает обнаружение (детекцию) и классификацию дефектных изделий в реальном времени, подсчёт количества произведенной продукции, сбор статистики по производству, а также предиктивную аналитику. Система интегрируется с промышленными MES и SCADA платформами, а также системами учёта, что обеспечивает её универсальность и совместимость с существующей инфраструктурой предприятий.

«Одно из ключевых преимуществ нашей системы - обучение с малым числом примеров, что особенно важно для средних и малых предприятий. Модель может быть обучена всего на 100-200 изображениях качественного и дефектного продукта благодаря синтетической генерации примеров, - рассказал руководитель проекта. - Это значительно ускоряет и удешевляет внедрение. Еще одно преимущество - предиктивная аналитика: система не просто находит дефекты, она анализирует накопленные данные, чтобы прогнозировать возникновение брака в будущем».

Потенциальные потребители «FluxVision» — производственные предприятия с конвейерной линией (работающие в области машиностроения, пищевой, легкой, электронной промышленности, фармацевтике и др.), интеграторы промышленных решений и разработчики ПО для автоматизации.

«На данный момент уже обучена тестовая модель обнаружения дефектов на основе YOLO, разработан макет веб-интерфейса для отображения результатов аналитики. В течение года мы с командой планируем реализовать MVP (прототип)», - рассказал Вячеслав Асадчий.