Нейросеть на стройке: почему она ошибается в реальных условиях и как мы научили её замечать опасные ситуации
Вы точно знаете, что компьютерное зрение умеет находить людей, каски, жилеты и строительную технику на изображениях. Но обнаружить объект на тестовом кадре и надёжно распознавать события на работающей стройплощадке оказалось двумя разными задачами. Представим обычную ситуацию: камера наблюдения установлена на строительном объекте. На экране десятки людей, техника, строительные леса, пыль и меняющееся освещение. Один рабочий находится далеко от камеры, другого частично закрывает экскаватор, а каска третьего сливается с фоном. Человек, который смотрит на запись, может заметить потенциально опасную ситуацию. Но как научить этому алгоритм, который должен анализировать видеопоток непрерывно, не пропускать важные события и не заваливать оператора ложными тревогами? На первый взгляд сложная задача, но что мы сделали с этим? Расскажу в своей статье, а еще разберём, почему нейросети ошибаются на строительных площадках, как устроен процесс повышения качества видеоаналитики и что необходимо учитывать, чтобы превратить обнаружение объектов в инструмент контроля безопасности. Читать далее