ruen
реализованные проекты

Цифровой техосмотр

сервис детектирования повреждений автомобилей

Постановка задачи:

Крупные автопарки сталкиваются с высокой операционной нагрузкой: специалисты регулярно проверяют транспорт, выявляют вмятины, царапины, отсутствие деталей — это занимает много времени и ресурсов. Заказчик хотел внедрить автоматизированный техосмотр: систему, которая по фотографиям с разных ракурсов сможет определять дефекты кузова, классифицировать тип повреждений и интегрироваться с существующей инфраструктурой компании, при этом не нарушая рабочие процессы.

Подробнее о кейсе читайте в статьях: «Каждая царапина на виду. Видим битые машины и экономим деньги автопарка»  и «Технология компьютерного зрения для автопарков и онлайн-техосмотров».

Над проектом работали:
Project-manager:1Requirements Analyst:1Architect:1Backend-developer:2ML-инженер:1Frontend-developer:1QA:1DevOps:1
Время сдачи проекта (месяцев): 3
NOOSOFTNOOSOFTNOOSOFT
Этапы реализации:
01
Сбор и разметка данных
Собрали фотографии транспортных средств, вручную разметили повреждения, создав обучающий датасет для модели.
Сбор и разметка данных техосмотр 1
Сбор и разметка данных техосмотр 2
Сбор и разметка данных техосмотр 3
02
Аугментация изображений
Применили повороты, изменение яркости, контраста и масштабирование, чтобы модель была устойчива к различным условиям съёмки.
03
Архитектура модели и обработка
Фото поступают в очередь через API и RabbitMQ, затем алгоритмы детектируют ключевые элементы кузова и классифицируют состояние (вмятина, царапина, отсутствие детали).
04
Разработка интерфейсов
Создали удобный веб-интерфейс, где пользователи могут загружать фотографии автомобилей, видеть результаты детекции и получать структурированные отчёты. Интерфейс адаптирован для разных устройств и упрощает работу сотрудников автопарка.
05
Обучение и оптимизация моделей
Для детекции использовали YOLO, для классификации состояния — модифицированную ResNet. Оптимизирован пайплайн для баланса точности и скорости обработки.
06
Интеграция в бизнес-процессы
Результаты проверки экспортируются в формате JSON и поступают в систему автопарка для обновления отчётов и принятия решений.
07
Тестирование и деплой
Проведено нагрузочное тестирование, проверена устойчивость к разным углам съёмки и освещению. Система развернута в продуктивной среде с балансировкой обработки.
Итог проекта:
Сервис детектирования повреждений автомобилей позволил автопарку перевести визуальный осмотр в цифровой и масштабируемый процесс. Он снизил нагрузку на сотрудников, ускорил проверки и помог заранее выявлять дорогостоящие дефекты, экономя ресурсы и повышая эффективность управления автопарком.

Используемые технологии

django (technologies NooSoft)
pytorch
makesense ai
yolo
ResNet

Кейс вдохновил?

Можем повторить! Заполните форму и мы свяжемся с вами для подробного обсуждения.

Контакты

свяжитесь с нами, мы это любим!
Скачать презентацию