Обучение модели YOLO для мониторинга на пищевом производстве

Здравствуйте! Это Олег Чебулаев, генеральный директор Mad Brains. Хочу рассказать о нашем проекте: мы обучили модель YOLO для видеомониторинга на пищевом производстве и вскоре обнаружили нечто, о чём сотрудники предпочитали не говорить.

Мы установили камеры на множестве станков и подключили нашу YOLO-модель для отслеживания состояния сигнальных башен, которые отображают статус оборудования. Например, зелёный цвет означает нормальное состояние, жёлтый — предупреждение, а красный — аварийная ситуация.

В ходе анализа данных мы увидели, что на жёлтые сигналы реагируют значительно медленнее — 6 минут 40 секунд в среднем. За смену это приводит к потере продуктивности в 113 минут на одной станции.

Интересный факт: дневная смена реагировала быстрее (3 минуты 50 секунд), в то время как ночная — медленнее (14 минут 20 секунд). После представления данных менеджменту были внедрены алерты, что сократило время реакции и повысило эффективность работы.

Результаты говорят сами за себя: время реакции сократилось, а общая эффективность (OEE) увеличилась на 6,1%. Это подтверждает, что видеомониторинг и правильное измерение могут значительно улучшить процессы на производстве.

Понравилась статья? Поделиться с друзьями: