Связаться
Связаться

Разметка техники на строительной площадке

Мы выполнили проект по разметке строительной техники, аннотировав около 5 000 изображений с использованием методов детектирования объектов. Наш подход обеспечил высокую точность и скорость выполнения задачи в соответствии с требованиями клиента.

ellipse
  • Объем данных:
    5 000 изображений
  • Индустрия:
    Строительство и инфраструктура
  • Длительность проекта:
    5 дней

  • Задача:

    К нам обратился клиент из строительной отрасли, чтобы создать набор данных для автоматического детектирования техники на строительных площадках. Основная цель проекта заключалась в разметке всех единиц техники на фотографиях, чтобы обеспечить возможность автоматического мониторинга и отслеживания движения техники.

    Основные цели проекта:
    1. Обработка изображений. Аннотировать строительную технику, используя метод детектирования объектов.
    2. Создание набора данных. Сформировать набор данных с маркировкой классов техники: самосвалы, бетонные мешалки и подъемные краны.
    Разметка техники
    Разметка техники

  • Решение:

    Постановка задачи и разработка ТЗ

    Клиент предоставил список классов техники, которые необходимо было размечать, а также подробное техническое задание с четкими указаниями для каждого класса. Мы тщательно проанализировали ТЗ, сделали необходимые уточнения и приступили к работе.

    Быстрая аннотация

    Благодаря эффективной подготовке разметку мы выполнили всего за 5 дней. Это стало возможным благодаря четкому ТЗ и предварительно согласованным классам объектов. Мы завершили основной объем разметки за 4 дня, после чего клиент предоставил новые изображения, которые также были быстро обработаны командой. В результате мы разметили 20 000 боксов для всех типов строительной техники, включающих различные места и условия работы. Каждый класс техники был тщательно аннотирован в соответствии с ТЗ.

    Валидация

    Для обеспечения максимальной точности все данные прошли через еще один обязательный этап: валидацию. Наш подход включает выбор определенного количества репрезентативных изображений для проверки. Во время валидации мы активно задавали уточняющие вопросы командам, передавая руководителям групп информацию об обнаруженных аномалиях, а также статистику по самым продуктивным и наиболее слабым исполнителям.

    Эффективное обучение

    Особое внимание мы уделяем качеству работы валидаторов — за повышение их квалификации отвечает отдел обучения.

  • Результаты:

    1. Своевременная разметка

      Все изображения были аннотированы в течение 5 дней, включая корректировки от клиента.

    2. Эффективное выполнение задачи

      Мы выполнили проект быстро и качественно, что позволило клиенту использовать данные для мониторинга техники на площадках.

    3. Обратная связь

      Клиент остался доволен качеством работы и своевременным выполнением проекта, отметив, что все требования были полностью соблюдены.

Другие кейсы

Обучение LLM для банковского call-центра

Благодаря сотрудничеству с Data Light клиент смог обучить нейронную сеть, которая с точностью до 96% идентифицирует запросы на тему банковских депозитов. Это значительно повысило эффективность работы call-центра.

Подробнее

Тайные проверки в офлайн-магазинах косметики

Мы организовали серию офлайн-проверок для крупной сети магазинов косметики, чтобы оценить реальное качество обслуживания и соответствие стандартам бренда.

Подробнее
Все кейсы

Оставьте
заявку

Мы обязательно
свяжемся с вами! Дмитрий, менеджер по работе с клиентами Дмитрий,
менеджер по работе с клиентами
Дмитрий, менеджер по работе с клиентами

    Нажимая кнопку «Оставить заявку», я даю согласие на отправку и обработку своих персональных данных

    Ваша заявка успешно отправлена!

    Мы скоро свяжемся с вами для обсуждения деталей проекта

    Мы используем файлы cookie, чтобы улучшить ваш опыт. Нажимая «Принять все», вы соглашаетесь с нашей Политикой использования файлов cookie.