Співробітники годинами дивляться на фото й камери та пропускають помилки
Модель перевіряє кожне зображення за тим самим правилом. Людині віддаємо тільки сумнівні випадки, які модель сама позначає.
Комп'ютерний зір: ШІ дивиться на фото й відео замість вашої людини
Ми будуємо системи, які розпізнають предмети, текст і події на фото та відео. Спершу робимо пілот на ваших даних із чітким показником успіху. Потім вмикаємо його в роботу: результат потрапляє в CRM, таблицю чи месенджер без ручного переписування.
Кошторис і строки після брифу
Кому підходить
- Склади й виробництва, де людина вручну перевіряє товар чи упаковку на фото
- Роздріб і HoReCa, яким потрібно рахувати людей, полиці чи заповнення столів з камер
- Страхові, сервіси, логістика, що отримують від клієнтів фото пошкоджень і документів
- Онлайн-магазини, яким треба автоматично перевіряти й тегувати завантажені фото
Які задачі вирішуємо
Клієнти шлють фото документів і товарів, а менеджер вручну вводить дані
Підключаємо розпізнавання тексту (OCR) і розбір фото. Поля автоматично потрапляють у CRM або форму заявки.
Боюся, що ШІ-проєкт зі зором затягнеться і нічого не покаже
Починаємо з пілота на 100–300 ваших реальних фото чи відео. Перед стартом разом фіксуємо показник, за яким судимо: наприклад, скільки дефектів модель знаходить із відомих вам.
Не зрозуміло, де зберігаються мої відео і хто має доступ
Усі облікові записи, сховища й моделі оформлені на вас за погодженими умовами. Якщо потрібно, розгортаємо систему на вашому сервері, а не в чужій хмарі.
Що входить у роботу
- Розбір задачі: що саме треба знайти на зображенні і яка помилка коштує дорожче
- Аудит ваших даних: фото, відео, ракурси, освітлення, обсяг
- Розмітка прикладів (позначаємо на фото, що є що) у Label Studio або Roboflow
- Вибір підходу: готова мультимодальна модель (розуміє і текст, і картинку) або власне навчена модель на YOLO
- Розпізнавання тексту й полів з документів, чеків, табличок
- Обробка відеопотоку з камер (RTSP) або пакетна обробка завантажених файлів
- Перевірка якості на тестових фото, яких модель раніше не бачила
- Інтеграція: CRM, Telegram-бот, таблиця, ваш сайт чи внутрішня система
- Панель або звіт, де видно, що модель знайшла і де сумнівається
- Передача коду, моделі, доступів і короткої інструкції
Оберіть обсяг роботи
Пакет допомагає описати задачу. Кошторис і строки погоджуємо після брифу та уточнення вимог.
01
Пілот
Перевірити, чи вирішується задача зором, до великих витрат
- Розбір задачі та узгодження показника успіху
- Підготовка й розмітка невеликого набору прикладів
- Прототип на готовій моделі або простій власній
- Звіт: що модель знайшла, де помиляється, що робити далі
02
Робоче рішення
Бізнес, який хоче, щоб розпізнавання вже працювало в процесі
- Донавчання моделі на ваших даних
- Інтеграція з CRM, ботом чи сайтом
- Черга сумнівних випадків для ручної перевірки
- Панель з результатами
- Тестування на нових фото й відео
03
Відео й камери
Склади, магазини, виробництва з постійним потоком відео
- Підключення камер і обробка потоку в реальному часі
- Сповіщення у Telegram чи на пошту при події
- Розгортання на вашому сервері або пристрої на місці (edge)
- Налаштування під ракурс і освітлення кожної камери
- Навчання вашої людини працювати із системою
Як працюємо
Бриф і вимоги
Ви описуєте задачу й поточний процес. Уточнюємо вимоги, обираємо перший етап і готуємо кошторис.
Дані та показник
Дивимося ваші фото й відео. Разом фіксуємо, за яким вимірюваним показником вирішимо, що пілот вдався.
Пілот
Будуємо прототип і перевіряємо його на прикладах, яких модель не бачила. Оплата першим етапом: ви платите за пілот, а не за весь проєкт.
Впровадження
Якщо пілот довів користь, підключаємо його до CRM, бота чи камер. Оплата йде етапами після здачі частин.
Передача й підтримка
Віддаємо код, модель, доступи й інструкцію. Далі можете працювати самі або замовити супровід.
Межі роботи
- Не обіцяємо стовідсоткової точності. Модель помиляється, тому в процесі потрібна перевірка людиною для складних випадків.
- Не працюємо без ваших даних. Якщо фото нечіткі, камера дивиться під поганим кутом чи прикладів дуже мало, спершу це виправляємо.
- Не робимо розпізнавання облич для стеження за людьми. Для таких задач потрібні юридична підстава й згода, і ми беремо їх лише якщо це законно.
Часті питання
Скільки фото потрібно для старту?
Для пілота зазвичай вистачає кількох сотень реальних прикладів. Якщо задача проста, готова мультимодальна модель працює навіть без власного навчання. Кошторис готуємо після брифу й уточнення вимог.
Чи потрібні дорогі камери?
Часто ні. Важливіші ракурс, освітлення й чіткість, ніж ціна камери. Ми перевіряємо ваші поточні відео ще до старту й чесно скажемо, чи їх достатньо.
Де працюватиме система: у хмарі чи у мене?
Можливі обидва варіанти. Хмара швидша й дешевша на старті. Власний сервер або пристрій на місці (edge) потрібен, якщо відео не можна виносити назовні.
Що з персональними даними?
Ми мінімізуємо дані, що зберігаються, і за потреби розмиваємо обличчя чи номери. Для клієнтів з ЄС враховуємо вимоги GDPR. Юридичну оцінку вашого випадку краще узгодити з вашим юристом.
Що буде, коли якість зображень зміниться?
Якщо змінилося освітлення, камера чи товар, точність може впасти. Тому в рішенні є звіт про сумнівні випадки, а модель можна донавчити на нових прикладах.
Кому належить модель і код?
Передачу коду, матеріалів і доступів погоджуємо до старту та фіксуємо в умовах роботи. Окремо описуємо сторонні ліцензії й сервіси, якщо вони потрібні.
Почнемо з вашої задачі
Опишіть бізнес, бажаний результат і поточний процес. Після брифу уточнимо вимоги та підготуємо кошторис.