сентябрь 2020
Задача
Разработать решение для контроля производительности конвейера на производстве хлеба
Контроль общей производительности конвейера
Контроль наполненности рядов на конвейере
Распознавание в широком диапазоне ракурсов для гибкости установки камеры
Результат
Процесс
Размечаем датасет батонов на конвейерах с разными ракурсами
Размечаем каждый ряд хлеба отдельной маской, в случае если он находится на конвейере.
Такой датасет подойдёт для семантической попиксельной сегментации изображения и более точного определения рядов хлеба в дальнейшем.
Обучаем модель
Добавляем аугментацию данных: случайный поворот до 30 градусов, случайное изменение яркости в интервале [0.75, 1.25].
Запускаем обучение нейронной сети архитектуры YOLOv4-tiny на движке darknet
Используем результаты работы детектора для трекинга объектов. Трекер Deep SORT позволяет использовать не только изменение положения объекта между кадрами, но и учитывать внешний вид объекта, чтобы отличать его от соседних.
Реализуем подсчёт производительности конвейера путём распознавания пересечения линии на выходе с конвейера
