Как оптимизировать ML-решение, если мы не можем оптимизировать модель? Хроники улучшения работы ИИ при контроле страховочной привязи

ML и AI в производственных компаниях

Архитектуры / другое
Machine Learning
Обработка данных

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Технологии Computer Vision быстро заняли свою нишу в циклах промышленных предприятий, особенно касательно различного контроля безопасности на производстве. Антон расскажет об оптимизации таких решений. Данный подход легко масштабируется на смежные отрасли, поэтому будет полезен для всех слушателей.

Целевая аудитория

ML- и CV-инженеры, разработчики, владельцы продукта.

Тезисы

Нейронные сети становятся важным инструментом для современных компаний, однако их реализация требует больших вычислительных мощностей. Такие ограничения сужают спектр задач, которые можно решить с их помощью, особенно когда оптимизировать саму модель представляется невозможным. Однако внедрение программных средств и организационных правил в архитектуру ML-решения может помочь уменьшить потребление ресурсов без ущерба для точности.

В докладе расскажу про пример внедрения компьютерного зрения для контроля страховочной привязи. Вместе рассмотрим создание архитектуры CV-системы, включая использование внутренних и внешних детекторов движения и анализа видеопотока, а также внедрение организационных решений, способствующих сокращению вычислительных мощностей. Мы увидим прогресс в оптимизации ресурсов, которого можно добиться, а также обсудим возможные проблемы при построении такой ML-системы.

Антон Наумов

СИБУР Цифровой

CV-инженер, занимается внедрением машинного обучения в задачах видеоаналитики на производственных площадках СИБУР.
Аспирант-робототехник (МГТУ им. Н.Э. Баумана), увлекается разработкой систем управления роботов с использованием технологий ИИ.

СИБУР Цифровой

СИБУР Цифровой — это IT-кластер СИБУРа, ведущей нефтехимической компании на рынке РФ. Решают креативные задачи по цифровизации нефтехимического производства и бизнеса. Это задачи, связанные с Data Science, цифровой разработкой, промышленным интернетом вещей (IIoT), дополненной и виртуальной реальностью (AR и VR), управлением данными и BI-инструментами. В Цифровом СИБУРе 200+ проектов с IТ-составляющей, более 200 IТ-систем и 100+ IТ-компетенций! А главное — с ними работает более 2000 сотрудников, благодаря которым они строят цифровые заводы будущего уже сегодня.

Видео

Другие доклады секции

ML и AI в производственных компаниях