Офисный консьерж
Аппаратно-программная система для контроля дисциплины в офисе на базе компьютерного зрения
Аппаратно-программная система для контроля дисциплины в офисе на базе компьютерного зрения
Система «Офисный консьерж» выросла из проекта CodeInside, созданного в рамках хакатона.
Мы придумали кейс с созданием сервиса автоматического заказа питьевой воды, и решили написать приложение с использованием нейросети и веб-камеры. Уже в ходе эксперимента мы поняли, что нашего обычного подхода и инструментария не хватает, чтобы быстро справиться с процессом обучения нейросети. Идея сервиса автоматического формирования заказов на доставку питьевой воды в офис была основана на принципе отличия по изображениям пустых бутылок от полных по целостности этикетки.
Казалось, что обучить сеть распознавать пустые бутылки и формировать бланк заказа автоматически, а затем отсылать письмо поставщику воды, легко. Но хакатон показал, что нам нужно научиться работать с нейросетями, и принцип работы с этой технологией отличается от привычных стандартов.
Несмотря на то, что нам не удалось создать прототип действующей модели, наш эксперимент вышел удачным. Во-первых, мы проверили команду CodeInside в новом деле ‒ поняли, что AI и ML требуют от разработчиков совершенно иных навыков и подходов, в отличие от стандартного разработки софта.
Основные сложности у команды возникли в первый день работы над проектом. Они были связаны с обучением нейросетей ‒ для работы нужно было иное аппаратное обеспечение, стандартных мощностей не хватало. Как только участники хакатона увидели первые результаты обучения нейросети, стало понятно, как надо подготовить изображения и какие технологии применить, чтобы обучение пошло быстрее.
Когда проблемы с обучением нейросети были устранены, у команды CodeInside появились новые идеи применения технологии уже в нашей постоянной работе. Так, мы впервые задумались о том, чтобы использовать полученный опыт для создания системы по распознаванию людей в офисе.
В рамках хакатона был создан «каркас» приложения:
Кроме того, CodeInside получил локальную базу предобученных данных, которую можно использовать в дальнейшей работе и создавать другие модели. Фактически мы начали осваивать облачные хостинги для того, чтобы обучать модели. Во время хакатона мы научились интеграции web-камеры. Программисты всерьез заинтересовались работой с нейросетями и на заключительной сессии хакатона решили изучать технологию и теорию нейросетей.
Распознавание движения и эмоций людей — следующий шаг на пути к созданию системы «Офисный консьерж».
В 2020-м году компания CodeInside приняла участие в фестивале «Витамин науки», в рамках которого запустила проект «Как роботы видят мир».
Суть проекта заключалась в том, чтобы посетители, которые попадают в объектив камеры, видели на экране отображение своих скелетов в виде графа и смайлик-маркер настроения над головой. Помимо определения эмоций, система позволяла вести подсчет количества людей и распознанных эмоций.
В том же году проект, созданный для того, чтобы развлечь посетителей фестиваля, перерос в полноценную систему для контроля дисциплины в офисе «Офисный консьерж».
Функция подсчета и распознавания объектов позже стала основой для детектора транспортного потока Smart Traffic System. Прочитать кейс о том, как мы создавали наш флагманский продукт, можно здесь.
Разработана программно-аппаратная система «Офисный консьерж», предназначенная для:
Система включает в себя:
Решаем задачи бизнеса с помощью компьютерного зрения и машинного обучения
Разработка веб-сервисов на заказ. Выбираем технологии и инструменты для эффективного решения конкретных задач заказчика.
Полный цикл услуг по тестированию вашего ИТ-продукта
Как мы создаем и интегрируем экспертную техническую команду в проекты заказчика для стабильного развития долгосрочных проектов.
Заполните форму,
и мы свяжемся с вами
в ближайшее время
