Разработка компьютерного зрения — удалённая работа в Москве

Пожелания и особенности: Цель работы Обеспечивать регулярный просмотр видеозаписей с камер видеонаблюдения, выявлять нарушения по установленным критериям, фиксировать обнаруженные случаи и передавать информацию ответственному лицу. Все критерии нарушений, последовательность действий и формат отчётности предоставляются работодателем. Самостоятельно придумывать правила или изменять алгоритм работы не требуется. Основные обязанности 1. Получать доступ к системе видеонаблюдения в соответствии с предоставленной инструкцией. 2. Проверять доступность камер и качество изображения. 3. Просматривать указанные камеры или видеозаписи за установленный период. 4. Выявлять нарушения в соответствии с предоставленным алгоритмом. 5. Передавать информацию ответственному сотруднику в установленном порядке. 6. Сообщать о технических проблемах: отсутствии изображения, сбоях системы, недостаточном качестве записи. 7. По окончании работы проверять полноту внесённых данных и отправлять краткий отчёт. Ежедневно.

Подбор и интеграция оборудования для машинного зрения и контроля толщины металлических деталей Ищем специалиста для подбора системы машинного зрения и измерительного оборудования для роботизированной производственной ячейки. Желательно, чтобы этот же специалист мог выполнить настройку и интеграцию подобранного оборудования в состав нашего комплекса. Главная задача — измерять толщину металлической заготовки по всей её площади и выявлять неравномерность толщины. Необходимо получать карту распределения толщины, определять минимальное и максимальное значения, рассчитывать разницу между ними и отклонения от заданной номинальной толщины. Система должна выявлять и указывать участки, выходящие за установленные допуски. Дополнительно требуется определять положение и ориентацию заготовки для захвата роботом, контролировать геометрию готового изделия и выявлять внешние дефекты — вмятины и царапины. Что требуется от специалиста: Выбрать и обосновать метод измерения толщины по всей площади заготовки. Подобрать конкретное оборудование: камеры, оптику, освещение, измерительные датчики или сканеры, вычислительное устройство и программное обеспечение. Если одного машинного зрения недостаточно, предложить комбинированное решение с дополнительными средствами измерения. Указать точность измерения, пространственный шаг карты толщины, полноту охвата поверхности и время проверки одной детали. Предложить размещение оборудования и передачу результатов в систему управления ячейкой. При выходе параметров за допуски требуется сигнал для остановки комплекса. Желательно дальнейшее участие этого же специалиста: настройка оборудования и программного обеспечения, организация обмена сигналами с контроллером робота или ПЛК, согласование последовательности контроля с рабочим циклом комплекса, испытания на образцах и участие в пусконаладке. Полный производственный цикл — не более 20 секунд, включая контроль. Необходимо учитывать металлическую поверхность, возможные остатки технологической смазки и нагрев изделия после обработки. Ожидаемый результат этапа подбора — технически обоснованное решение, перечень оборудования с моделями и поставщиками, оценка стоимости и план проверки на образцах. Требуется подтвердить возможность выполнения измерительной задачи. Размеры деталей, номинальная толщина, допуски и образцы предоставляются при индивидуальном обсуждении. В отклике просим указать опыт аналогичных измерительных задач, сроки подготовки предложения и возможность самостоятельно выполнить интеграцию и пусконаладку. Стоимость подбора и последующей интеграции просим указать отдельно.

Нейросеть YOLO(Yolo26m) уже обучена и существует работающий прототип. Требуется именно сравнение трекеров на одинаковых видеоданных с расчётом HOTA, IDF1, IDSW, FPS и других MOT-метрик, построением графиков и анализом сохранения track_id. Еще задача срыва id, номер аппарата не должен меняться. В прикреплённом ворд файле в 6 пункте всё описано.

Техническое компьютерное зрение.

Пожелания и особенности: Цель проекта: разработка системы автоматического сопровождения движущегося объекта в воздухе — например, птицы — в условиях дневного и ночного наблюдения.

Пожелания и особенности: ?? CV Specialist / Computer Vision Engineer Ищем CV/ML-инженера в проект по разработке продукта — интеллектуальной системы видеоанализа поведения пользователей и выявления факторов, влияющих на удержание. Задачи: разработка и интеграция CV/ML-моделей, работа с видео/изображениями и поведенческими признаками, подготовка датасетов, обучение и оценка моделей, участие в создании MVP. Будет плюсом: опыт с Python, PyTorch, OpenCV, YOLO/ViT, трекингом объектов и production ML.

Создание системы подсчета и классификации паллет с готовой продукцией на производстве.