ЗАДАЧА

Региональное фермерское хозяйство, занимающееся в том числе изготовлением и упаковкой различной молочной продукции обратилось с проблемой валидации маркировки продукции, которая заключалась в определении достоверности размещенных на упаковке сведений. Задача заключалась в оптимизации процесса путем внедрения автоматизированной проверки продукции на конвейерной ленте.

РЕШЕНИЕ

Основной проблемой решения задачи стояла реализация процесса сбора данных - технически конвейерные ленты не позволяли разместить множество камер для отслеживания продукции, поэтому было принято решение обогатить предоставленный набор данных открытыми данными. Из-за этого пришлось изменить сам подход к проверке маркировки.

Изначально планировалась проверка порядка 15 позиций данных - типа продукции, объема, даты фасовки, штрихкода, наименования и пр., но так как датасет был обогащен из открытых источников, это не позволяло учесть все параметры валидации для всех типов продукции (молоко, ряженка, кефир, творог, сгущенка). Таким образом, нейросеть была обучена определять обязательно основные параметры, общие для всех видов, и отдельно - возможные для каждого вида. Это позволило нивелировать невысокое качество данных, сохранив на приемлемом уровне эффективность алгоритма.

РЕЗУЛЬТАТ

Несмотря на невысокое качество данных и их небольшой объем(800 предоставленных фото изначально, 1500 собранных в процессе работы, и еще 1700 фотографий из открытых источников), нам удалось обучить нейросеть для решения заданной задачи, тем самым реализовав алгоритм валидации маркировки с точностью 65%.

Кейсы