Илья Н., Middle, ML разработчик

Поиск дефектов на металлизированной ленте (лента используется для изготовления сверхпроводника)

1. Обучение нейронной сети;
2. Сегментация границ дефектов, для точного определения площади дефекта;
3. Подавление эффекта металлического блеска;
4. Компенсация неравномерной засветки ленты;
5. Автоматическая разметка дефетктов для обучение нейронной сети;
6. Создание микро сервиса (Rest API);
7. Запуск проекта в докер с использованием CUDA.

Поиск дефектов на теплоизоляционном мате движущийся по конвейерной ленте

1. Обучение нейронной сети;
2. Автоматическая разметка дефектов для обучения нейронной сети;
3. Интеграция Modbus/TCP для получения данных с энкодера и передачи дефектов, состояние системы;
4. Работа в многопоточном режиме с множеством камер.

Контроль производственного процесса на бумагорезательном станке, процесса выставления ножей на заданную ширину, контроль попадания обрези, контроль размеров листа.

1. Считывание датчиков положения ножей с магнитной линейки через контроллер;
2. Определение фактического положения ножей опущен / поднят / отсутствует;
3. Определение фактической ширины реза с помощью камеры;
4. Контроль попадания обрези в не установленное место;
5. Контроль длины реза листа с помощью датчиков и энкодера.

Определение грансостава на ГОК с помощью анализа поверхностного, видимого слоя породы.

1. Обучение нейронной сети;
2. Автоматическая разметка камней для обучения нейронной сети;
3. Разработка математического алгоритма определения грансостава по верхнему слою породы с использованием модели сыпучей среды.

Чат-бот с интеллектуальной вопросно-ответной системой с базой данных ответов. Классификация интенов и выделение сущностей контекста(объект).

1. Подготовка возможных вопросов;
2. Обучение nlp-модели bert