Jedno zdjęcie automatu zamiast sprawdzania półek wzrokiem
Dla operatora automatów: jedno zdjęcie maszyny pokazuje, czy w każdym slocie stoi właściwy produkt.
Zobacz, jak system sprawdza jeden automat
Demo odtwarza się samo; kliknij dowolny krok, żeby do niego wrócić.
Serwisant robi jedno zdjęcie automatu przez szybę i podaje numer maszyny. Plan półek i zdjęcia produktów system bierze z systemów operatora.
- Zdjęcie i numer maszyny
- Plan: 4 półki, 24 sloty
- Wzorce 12 produktów
AI znajduje każdy produkt na półkach i wycina go po konturze. Sam odblask na szybie nie jest liczony jako produkt.
- 23 produkty znalezione
- Odblask na szybie odrzucony
Każdy wycięty produkt jest porównany ze wzorcami produktów tej maszyny. Gdy nie widać frontu produktu, bo zasłania go odblask albo produkt stoi tyłem lub bokiem, system mówi „nie wiem”, zamiast zgadywać.
- 20 rozpoznanych na pewno
- 3 razy „nie wiem”
Każdy produkt trafia do swojego slotu i jest porównany z planem. Slot dostaje werdykt: zgodny, zły produkt, pusty albo nie wiem.
- 19 slotów zgodnych
- B4: zły produkt
- C5: pusty
Operator od razu widzi, że automat potrzebuje wizyty i po co. Nikt nie porównuje półek wzrokiem.
zdjecie_M-214.jpg
- MaszynaM-214od serwisanta
- Plan półek4 półki × 6 slotówz systemu operatora
Wzorce produktów12 produktówz systemu operatora
Nowy automat to tylko jego plan i zdjęcia produktów, bez trenowania modelu.
Znalezione produkty23
Produkt jest wycięty po konturze, więc tło i spirala nie zakłócają porównania.
- Rozpoznane na pewno20
- „Nie wiem”3
Odpowiedź jest pewna tylko wtedy, gdy najlepszy wzorzec wyraźnie wyprzedza kolejny.
- zgodny 19
- zły produkt 1
- pusty 1
- nie wiem 3
Rozpoznanie patrzy tylko na zdjęcie, więc zły towar nie schowa się za planem.
Gotowe
- sprawdzone sloty
- 24
- do interwencji
- 2
- „nie wiem”
- 3
- do interwencjiB4: podmienić na wodę gazowaną
- do interwencjiC5: uzupełnić wafelki
- nie wiemB6, C3, D4: wystarczy rzut oka na zdjęcie
Bez fałszywych alarmów: serwisant nie jedzie do automatu, który jest w porządku.
Pokaz na fikcyjnym automacie i produktach. Liczby w demo są poglądowe.
Co robi system
Porównuje automat z planem na podstawie jednego zdjęcia. Gdy nie jest pewny, mówi „nie wiem”, zamiast wysyłać serwisanta na darmo.
W liczbach
- błędnych rozpoznań produktu na zdjęciach testowych
- 0
- Na zdjęciach testowych system nie pomylił się ani razu. Prosta metoda, która zawsze wybiera najbardziej podobny produkt, pomyliła się na nich 11 razy na 78.
- produktów rozpoznanych automatycznie
- 74%
- Część produktów na zdjęciach testowych, które dostały pewną odpowiedź. Pozostałe system oznacza jako niepewne, zamiast zgadywać.
- zdjęcie na automat wystarczy
- 1
- Serwisant wysyła jedno zdjęcie półek i numer maszyny. Plan i zdjęcia produktów system bierze z systemów operatora.
Problem
- Półki porównywano z planem wzrokiem, automat po automacie.
- Smaki tego samego napoju wyglądają prawie identycznie.
- Zdjęcie robione przez szybę, w ciemnym wnętrzu.
Jak to działa w tym projekcie
Nowy automat to tylko zdjęcia
Wystarczą zdjęcia produktów i plan, bez trenowania modelu.
Bez fałszywych alarmów
Gdy system nie jest pewny, mówi „nie wiem”, więc serwisant nie jedzie na darmo.
Liczy się zdjęcie, nie plan
Rozpoznanie patrzy tylko na zdjęcie, więc zły towar nie schowa się za planem.
Te zasady ustaliliśmy razem z klientem, pod jego sposób pracy. W Twojej firmie mogą wyglądać inaczej, a system dopasuję do tego, jak pracujesz.
Technologie
- Amazon SageMaker
- AWS Step Functions
- AWS Lambda
- S3
- DynamoDB
- SQS
- SAM 3
- DINOv3
- SigLIP
- PyTorch
- Terraform
- Python