Разработка и испытания опытного образца программно-аппаратного комплекса с функционалом автоматического контроля дефектов продукции, сканирования кодов маркировки, управления производственной линией и визуализации результатов работы.

На текущий момент более 95% контрольных операцией на производстве выполняются методом визуального контроля сотрудниками отделов технического контроля. Данный метод имеет существенную зависимость от мотивации конкретного исполнителя и ограничен возможностью человека обработать большое количество визуальной информации. При этом пропущенные дефекты являются "самыми дорогими " потерями на производстве так как приводят к необходимости остановки производства и доработке на следующих этапах или исправления брака уже у заказчика. Оценочные затраты от брака в среднем составляют до 10% от стоимости продукции в целом. Также стоит отметить, что отсутствие своевременной информации по выявленному браку не позволяет предприятиям оперативно дорабатывать технологию производства. Для устранения данных потерь производственные предприятия внедряют системы автоматизированного контроля дефектов. Данные задачи эффективно решаются инструментами компьютерного зрения. Владельцы производственных предприятий вынуждены обращаться к разработчикам. Решение каждой конкретной задачи методами компьютерного зрения на основе нейросетей значительно сложнее и дороже написания простых программ. Ключевой сложностью процесса является подбор датасетов с нужными дефектами. В рамках программы Старт-2-ИИ планируется доработка решения для автоматического распознавания не менее 6 типов дефектов, сканирования основных кодов маркировки продукции, обеспечение базового контроля геометрических отклонений, управления производственной линией и визуализации результатов работы. Руководителям производственных предприятий не придется привлекать экспертов по нейросетям, а также тратить время на сбор датасетов. Внедрение решения возможно с привлечением обычных ИТ-специалистов предприятия, что существенно снижает стоимость и скорость проектов.