Комплекс аппаратного и программного обеспечения для обнаружения дефектов труб.
mai cv
На этапе реализации проекта мы смогли достичь значительных результатов за месячный период, включая проведение исследований и дальнейшее развитие. Созданный нами инструмент для генерации синтетических данных может быть использован для взаимосвязанных задач генерации наборов данных
и обучения нейронных сетей.
и обучения нейронных сетей.
Год: 2020
Клиент: Центр БПЛА МАИ
Продолжительность: 1 месяц
Команда проекта:
Руководитель проекта - Олег Юсупов
Исследования и разработка - Вадим Кондарацев, Александр Кручков, Роман Чумак
Компьютерная графика - Роман Чумак
Разработка - Андрей Иванов
Клиент: Центр БПЛА МАИ
Продолжительность: 1 месяц
Команда проекта:
Руководитель проекта - Олег Юсупов
Исследования и разработка - Вадим Кондарацев, Александр Кручков, Роман Чумак
Компьютерная графика - Роман Чумак
Разработка - Андрей Иванов
На этапе реализации проекта мы смогли достичь значительных результатов за месячный период, включая проведение исследований и дальнейшее развитие. Созданный нами инструмент для генерации синтетических данных может быть использован для взаимосвязанных задач генерации наборов данных
и обучения нейронных сетей.
и обучения нейронных сетей.
Комплекс аппаратного и программного обеспечения для обнаружения дефектов труб.
Снижение временных и финансовых затрат на проведение технического обслуживания тепловой электростанции. Этот процесс включает в себя такие действия, как диагностика труб на наличие повреждений или дефектов с помощью беспилотных летательных аппаратов (БПЛА). Полученные данные затем анализируются с помощью программного обеспечения. Наша цель состояла в реализации программного прототипа для возможности обнаружения дефектов на основе фото- и видеоданных, полученных с помощью БПЛА.
Мы разбили наш проект на несколько этапов:
― разработка программного обеспечения для разметки данных в CVAT;
― создание инструмента для аугментации данных;
― создание инструмента для генерации синтетических данных;
― обучение нейронных сетей (YoloV4, DetectoRS) для анализа изображений;
― создание клиентского приложения, которое служило бы для загрузки видеопотока с БПЛА и анализа состояния труб.
― разработка программного обеспечения для разметки данных в CVAT;
― создание инструмента для аугментации данных;
― создание инструмента для генерации синтетических данных;
― обучение нейронных сетей (YoloV4, DetectoRS) для анализа изображений;
― создание клиентского приложения, которое служило бы для загрузки видеопотока с БПЛА и анализа состояния труб.
Что мы сделали и как мы это сделали:
1. Исследование
Проведение аналитического отчета совместно с нашими партнерами из МАИ (Московского Авиационного Института) было значимой частью нашего проекта. Нам было необходимо доказать, что поставленная цель может быть достигнута с помощью техник компьютерного зрения, и выбрать наиболее эффективный способ реализации проекта.
1. Исследование
Проведение аналитического отчета совместно с нашими партнерами из МАИ (Московского Авиационного Института) было значимой частью нашего проекта. Нам было необходимо доказать, что поставленная цель может быть достигнута с помощью техник компьютерного зрения, и выбрать наиболее эффективный способ реализации проекта.
На этапе составления отчета мы сделали следующее:
― собрали информацию о передовых решениях в области обнаружения объектов на изображении;
― подготовили и описали 3 кандидатские глубокие архитектуры;
― описали текущее состояние наборов данных, инструментов разметки данных и метрик качества
в аналогичных задачах и проектах;
― описали варианты использования инструментов генерации синтетических данных.
― собрали информацию о передовых решениях в области обнаружения объектов на изображении;
― подготовили и описали 3 кандидатские глубокие архитектуры;
― описали текущее состояние наборов данных, инструментов разметки данных и метрик качества
в аналогичных задачах и проектах;
― описали варианты использования инструментов генерации синтетических данных.
2. Разработка
На следующем этапе нашего проекта мы реализовали собственную систему для обучения глубоких архитектур, маркировки данных, сбора логов и метрик, а также визуализации на основе существующих систем обучения. Мы создали собственный инструмент для генерации синтетических данных, что значительно ускорило процесс сбора информации для обучения нейронных сетей.
Затем мы провели обучение выбранных архитектур на различных наборах данных (тех, которые были собраны совместно с нашими партнерами, и тех, которые мы сгенерировали сами). В результате мы разработали прототип веб-клиент-серверного приложения, в котором интегрировали нейронные сети, обученные на обнаружение дефектов труб. Клиент может загружать данные с дрона (в формате json), чтобы узнать как визуальное, так и техническое состояние труб.
2. Разработка
На следующем этапе нашего проекта мы реализовали собственную систему для обучения глубоких архитектур, маркировки данных, сбора логов и метрик, а также визуализации на основе существующих систем обучения. Мы создали собственный инструмент для генерации синтетических данных, что значительно ускорило процесс сбора информации для обучения нейронных сетей.
Затем мы провели обучение выбранных архитектур на различных наборах данных (тех, которые были собраны совместно с нашими партнерами, и тех, которые мы сгенерировали сами). В результате мы разработали прототип веб-клиент-серверного приложения, в котором интегрировали нейронные сети, обученные на обнаружение дефектов труб. Клиент может загружать данные с дрона (в формате json), чтобы узнать как визуальное, так и техническое состояние труб.
Ознакомьтесь с проектом подробнее на Behance:
Год: 2020
Клиент: Центр БПЛА МАИ
Продолжительность: 1 месяц
Команда проекта:
Руководитель проекта - Олег Юсупов
Исследования и разработка - Вадим Кондарацев, Александр Кручков, Роман Чумак
Компьютерная графика - Роман Чумак
Разработка - Андрей Иванов
Клиент: Центр БПЛА МАИ
Продолжительность: 1 месяц
Команда проекта:
Руководитель проекта - Олег Юсупов
Исследования и разработка - Вадим Кондарацев, Александр Кручков, Роман Чумак
Компьютерная графика - Роман Чумак
Разработка - Андрей Иванов