Машинное обучение и компьютерное зрение
Решение задач с применением технологий машинного обучения, анализа данных и компьютерного зрения.
Решение задач с применением технологий машинного обучения, анализа данных и компьютерного зрения.
Современные методы машинного обучения (machine learning — ML) создают новые возможности для автоматизации бизнеса, позволяют решать задачи, которые раньше могли быть выполнены только человеком.
1. Разработка и внедрение аппаратно-программных систем и комплексов. Разработка клиент-серверных приложений, веб-приложений; установка и настройка оборудования машинного зрения; интеграция с ERP, АСУТП и пр.
2. Машинное зрение и видеоаналитика. Визуальный контроль параметров продукции и обнаружение дефектов, считывание и верификация любых кодов, ГРН, маркировки, распознавание лиц и объектов. Распознавание номеров автомобильного и железнодорожного транспорта, детекция и сопровождение людей, автомобилей, контроль использования СИЗ.
1. Система для прогнозирования цен на объекты недвижимости
Предназначена для исключения человеческого фактора из процедуры по оценке недвижимости и снижения требований к квалификации персонала. Система выдает прогнозную стоимость на основе исторических данных о сделках
Технологии: python, numpy, pandas, seaborn, scipy, sklearn
2. Система контроля за сотрудниками, работающими на удаленных рабочих местах
Предназначена для обнаружения непрограммных возможностей утечки информации (присутствие второго лица в кадре, попытка фотографирования экрана — появления в кадре смартфона и/или фотокамеры); фотофиксации обнаруженного нарушения; отправки данных по нарушению на сервер Заказчика
Технологии: python, yolov4, opencv
3. Аппаратно-программная система «Офисный консьерж»
Предназначена для: получения данных, в том числе статистических, о перемещении сотрудников и других лиц на территории офиса; повышение дисциплины среди сотрудников, путем вовлечения их процесс геймификации на основе данных, полученных от системы.
Система включает в себя: сравнение лиц с заданными шаблонами; ручная корректировки ошибок распознавания; ведение журнала фиксации распознавания лиц
Технологии: python, jetson nano, opencv, dlib
4. Система подсчета автомобильного трафика на дорогах
Предназначена для фиксирования и расчета нагрузки на тот или иной участок дороги
Система умеет: распознавать транспортные средства; классифицировать ТС: легковые, грузовые ТС, мотоциклы, автобусы, велосипеды; определять направление движения ТС; рассчитывать автотрафик
Технологии: Python 3, PyTorch, YOLO, DeepSORT, OpenCV, CUDA, Cudnn
5. Система для распознавания номеров авто и вида транспортного средства
Предназначена для трекинга и распознавания авто и ГРН и последующей передачи информации в систему «Умные парковки» и др.
Система умеет распознавать: легковые, грузовые ТС, спец. транспорт, мотоциклы, автобусы, велосипеды; направление движения; факт остановки и начала движения ТС; содержимое ГРН
Технологии: Python 3, PyTorch, YOLO, DeepSORT, OCR, Mask R-CNN, ClearML, OpenCV, Numpy, Apache Kafka, CUDA, Cudnn
6. Автоматизированная система городского паркинга
Предназначена для обустройства бесшовного парковочного пространства в городе/
Система «Умные парковки»: интегрируется с любым парковочным оборудованием; взаимодействует с любыми платежными системами; интегрируется с системами УМВД ; отражает загрузку парковок, подключенных к системе; mobile и web-версия многофункционального личного кабинета водителя
Технологии: Java 11, Spring Boot, Maven, PostgreSQL, Apache Kafka, Liquibase, REST, React, Redux
Заполните форму,
и мы свяжемся с вами
в ближайшее время
г. Пенза, Суворова 66, 6 этаж
