Машинное зрение: распознавание фракций

Задача и контекст

Крупность материала оценивают вручную по выборке: результат зависит от смены и от того, кто смотрит, а между проверками отклонение замечают только по последствиям. Обезличенный кейс: предприятие и объёмы не раскрываются.

Как было

Проверка шла по одному кадру или пробе: сравнить смены между собой было нельзя, а решение принималось по впечатлению от выборки.

Что сделано

Съёмка приведена к воспроизводимому виду: фиксированный ракурс и опорный объект в кадре, чтобы масштаб не плавал. Размечены классы крупности по небольшому набору снимков, затем обучена сегментация с маской на каждый класс. Качество проверено на отложенных снимках, включая плохие условия — пыль, тень, пересвет. Результат — доля классов в кадре и предупреждение при выходе за допуск.

Результат в числах

Оценка перестаёт зависеть от смены: между проверками видно, где началось отклонение, и решение принимается по доле классов, а не по одному кадру. Иных чисел не публикуем: данные предприятия не раскрываются.

Ограничения

Модель не измеряет того, чего не видно: влажность, прочность, состав. Сегментация не заменяет технологический контроль и не принимает решения о вмешательстве в процесс.

Что дальше

Следующий шаг — регламент разметки на стороне заказчика и периодическая переоценка модели на новых снимках: без этого точность падает незаметно.