Comments 45
Из статьи я не понял, в чем помогает ваше решение или какую проблему оно решает.
Раньше — 1:{каждые 3 дня} в 2:{ПТОЛ} 3:{визуальный осмотр мастером}.
Теперь — 1:{?} в 2:{?} 3:{визуальный осмотр камерой + анализ сеткой}.
Проверка стала дешевле? Более качественной? Чаще стала проводиться? Была ли выведена зависимость каких-то проблем старой проверкой и влияние новой проверки на результаты?
ЗЫ Потом увидел вот это заключение:
В заключении хочу сказать, что технология показала себя очень хорошо и, на мой взгляд, имеет большой потенциал...
То есть оценок никаких не было, расчетов и прочего (из-за "на мой взгляд"). То, что технология хорошо себя показала, — не релевантно, если нет полезного "выхлопа". Тот же блокчейн, технология хорошая, но...
ЗЫ2 Не хватает легенды для цветового кодирования на обработанных фотках и какой-то базовой информации о том, как именно стираются эти самый колодки (например, я не знаю — у них уменьшается диаметр или они становятся "тоньше", или еще какие особенности).
Класс, вопросы возникли
1. На видео 4 тележки на тепловоз и по 8 колодок, и точность алгоритма 0.96.
4*8*(1-0.96) = 1.28
Это значит, что на каждом тепловозе при каждой проверке ваша супер система будет пропускать одну изношенную колодку. А как у людей качество осмотра?
2. Алгоритм ищет только износ, а как с другими дефектами? Трещину пропустит?
3. Как определяете узкий край? «нужно отступить 5 см от узкого края»
4. А разве бывают не круглые колёса, зачем такой мощный и универсальный инструмент, как Албументация? Для чего нужна такая сложная аугментация?
5. Если человек пропустит брак, то у него есть личная ответственность ( при И.В. могли и расстрелять), а в этом данном случае какую ответственность несут программисты? Или система не будет внедряться?
1. На видео 4 тележки на тепловоз и по 8 колодок, и точность алгоритма 0.96.
4*8*(1-0.96) = 1.28
Это значит, что на каждом тепловозе при каждой проверке ваша супер система будет пропускать одну изношенную колодку. А как у людей качество осмотра?
2. Алгоритм ищет только износ, а как с другими дефектами? Трещину пропустит?
3. Как определяете узкий край? «нужно отступить 5 см от узкого края»
4. А разве бывают не круглые колёса, зачем такой мощный и универсальный инструмент, как Албументация? Для чего нужна такая сложная аугментация?
5. Если человек пропустит брак, то у него есть личная ответственность ( при И.В. могли и расстрелять), а в этом данном случае какую ответственность несут программисты? Или система не будет внедряться?
1. Jaccard для сравнения масок одного объекта, а не всех сразу.
2. В следующим этапе.
3. Изходя из маски у неё есть узкий и широкий край если присутсвует клиновидный дефект.
4. Плохо читали статью =)
5. Возложим отвественность на люей задающих странные вопросы.
2. В следующим этапе.
3. Изходя из маски у неё есть узкий и широкий край если присутсвует клиновидный дефект.
4. Плохо читали статью =)
5. Возложим отвественность на люей задающих странные вопросы.
1. Покажите пожалуйста код валидации. Очень интересно
2. Т.е. человек остался и ваша эта супер система как дополнительный придаток (типа пятое колесо )
3. Ясно, что у маски может быть и узкий и еще какой край. Вопрос то в том, как ваша программа его находит?
4. Может плохо писали статью?
5. Кто будет подписывать акт осмотра и нести ответственность?
2. Т.е. человек остался и ваша эта супер система как дополнительный придаток (типа пятое колесо )
3. Ясно, что у маски может быть и узкий и еще какой край. Вопрос то в том, как ваша программа его находит?
4. Может плохо писали статью?
5. Кто будет подписывать акт осмотра и нести ответственность?
1. Ссылка на репу с валидацией в тексте, ну и описание что такое Jaccard тоже.
2. Москва не сразу строилась.
3. Легко =)
4. Как вариант!
5. Обязательно выясню
2. Москва не сразу строилась.
3. Легко =)
4. Как вариант!
5. Обязательно выясню
Если Вы про вот этот код github.com/ternaus/robot-surgery-segmentation/blob/master/validation.py
то обратите внимание на 24 строку " valid_jaccard = np.mean(jaccard).astype(np.float64)"
тут берется среднее по всем картинкам валидационной последовательности.
Вы же утверждаете, что на КАЖДОЙ! картинке у Вас точность 0.96.
И это две большие разницы, если не поняли сами, то спросите у старших товарищей.
И Вы написали ерунду, очередное неправильное решение ненужной никому задачи и пытаетесь прикрыться уважаемыми именами.
то обратите внимание на 24 строку " valid_jaccard = np.mean(jaccard).astype(np.float64)"
тут берется среднее по всем картинкам валидационной последовательности.
Вы же утверждаете, что на КАЖДОЙ! картинке у Вас точность 0.96.
И это две большие разницы, если не поняли сами, то спросите у старших товарищей.
И Вы написали ерунду, очередное неправильное решение ненужной никому задачи и пытаетесь прикрыться уважаемыми именами.
Буквально пару дней назад компания Aurorai передала в опытную эксплуатация систему
На какой считалке (вероятно, промышленный комьютер) думаете делать рабочую систему?
Планировал на jetson TX2, но пока не понятно. В финальном варианте будет существенно более широкий функционал.
Jetson TX2 это всего лишь комплект разработчика…
Боевая система должна сильно отличается от комплекта разработчика…
Исполнение уличное?
Боевая система должна сильно отличается от комплекта разработчика…
Исполнение уличное?
Не хочу вдаваться в полемику, но dev kit он отдельно так и маркируется. TX2 просто плиткой продаётся, на которую вешается в зависимости от требований панелька с I/O дырочками, ну и есть еще на другой компонетной базе TX2i, для отправки в космос) А исполнение будет и уличное и нет, в зависимости от требований. Вообще я думаю, что системы уйдёт на высокие скорости и будет поддерживать до 250 км/ч, соответсвенно с уличной установкой и требованием по вибрации.
На видео за первым составом с интервалом в несколько метров идет локомотив. Это как вообще?
Спасибо, интересно.
Дорого очень только: камера (100 * 2) + сервер (3 видяхи 1080 = 3 * 40 + ...) +…
Как сэкономить. Кейс из опыта — откажитесь от реалтайма, то есть записывайте кадры с камеры на диск, когда идет состав. Потом запускайте распознавалку на кадрах, когда прошел.
Дальше пилите распознавалку, чтобы без НСети (подумайте, можно ли без нее — классикой побить) в идеале и все достаточно быстро (минуты) считалось на CPU (i5).
Если от НС не отказываться, то максимум 1 видяха (или да — какой-нидь jetson рассмотреть), CPU можно слабее, он все равно участвовать не будет.
Дорого очень только: камера (100 * 2) + сервер (3 видяхи 1080 = 3 * 40 + ...) +…
Как сэкономить. Кейс из опыта — откажитесь от реалтайма, то есть записывайте кадры с камеры на диск, когда идет состав. Потом запускайте распознавалку на кадрах, когда прошел.
Дальше пилите распознавалку, чтобы без НСети (подумайте, можно ли без нее — классикой побить) в идеале и все достаточно быстро (минуты) считалось на CPU (i5).
Если от НС не отказываться, то максимум 1 видяха (или да — какой-нидь jetson рассмотреть), CPU можно слабее, он все равно участвовать не будет.
Спасибо!
на правах просто идеи:
интересно, наверное, можно ещё сэкономить и на камере поставив 1д камеру:
как например в статье:
elm-chan.org/works/lcam/report.html
(там же есть в ресурсах сканы поездов)
а разную скорость скомпенсировать подстройкой по оси Х с обратной связью по коэффициенту приплюснутости колеса (стремясь к кругу).
интересно, наверное, можно ещё сэкономить и на камере поставив 1д камеру:
как например в статье:
elm-chan.org/works/lcam/report.html
(там же есть в ресурсах сканы поездов)
а разную скорость скомпенсировать подстройкой по оси Х с обратной связью по коэффициенту приплюснутости колеса (стремясь к кругу).
Линейная камера? У нас их надо ставить две под разным углом, т. к. в тележку утоплены некоторые элементы и их видно только по краям области съёмки. Если будем выходить на съёмку на высоких скоростях, то будем ставить такие, они умеют писать до 9 ГГц в 4к, если не ошибаюсь.
10^9 Гц ?!?!?
Сорян, не Г, а — к см. тут
этого вполне хватает, чтобы предсказывать два 3-секционных локомотива не дольше чем за 2 мин.зачем предсказывать локомотивы?
С точки зрения UX, мне кажется, очень не хватает прогресс-бара или прогноза времени расчета. Работникам несколько минут ждать, смотря на статичный экран и не зная, когда процесс завершится будет неудобно.
Хотелось бы подробностей в части выборы модели Resnet50, декодера. Это, кажется, не самая быстрая сеть. Вы пробовали MobileNet, к примеру, в качестве энкодера? Есть какие-то результаты тестов, соображений?
tqdm-а не хватает в процессе обработки.
А более детально конфигурацию железа не расскажете?
Заинтриговала материнка под 3 видеокарты, она видимо с 3-мя pcie-16x?
Заинтриговала материнка под 3 видеокарты, она видимо с 3-мя pcie-16x?
Нет 8х 4х 4х, т. к. PCI Lanes у проца не хватает(тут стоит какая-то msi, модель не помню ищите по кол-ву слотов и по описанию кол-ва поддерживаемых видюх) А что бы вставить 4 карты нужно топовые мамки вроде rampage 6 apex и выше. Они смогут поддержать 16х, 8х, 8х, 8х и у них места хватает для бутерброда.
Тут надо сказать, что не было ни одного примера сильно стертых колодок.
Это вам надо не на локомотивах, а на вагонах тренироваться, там для вашей системы огромное количество самых разнообразных вариаций дефектов колодок будет, и неравномерный износ и излом колодки пополам, и вообще её отсутствие и состояние «еще чуть чуть и фольга»
====
Дефектовка это прикольно, только вот один из этапов реальной дефектовки это обстукиванием молотком, вы же не сможете это решить программным методом, тоесть всёравно останется ручной труд
Я не видел что бы в ПТОЛ стучали, видимо это делаю в других местах. Но надо посмотреть в сторону ультрозвуковой дефектоскопии.
Стучат в том числе для того чтобы определить что открутилось чтото или болтается от износа
UFO just landed and posted this here
Буксу можно тепловизором глянуть.
по буксе стучат чтобы определить, не отвинтилась ли внутри планка корончатой гайки или крепежная шайба… которая будет дребезжать внутри
по колесу да, на предмет трещины, а также по местам крепления гасителей и по пружинам подвески
еще кстати гаситель надо рукой подергать, бывает что он разваливается внутри и болтается, а снаружи этого не видно
по колесу да, на предмет трещины, а также по местам крепления гасителей и по пружинам подвески
еще кстати гаситель надо рукой подергать, бывает что он разваливается внутри и болтается, а снаружи этого не видно
Большое спасибо автору за статью и, особенно, за технические подробности его решения. Так уж вышло, что мне неоднократно приходилось решать подобные задачи. Я имею в виду задачи контроля геометрических размеров вагонных тележек и прочих критичных элементов именно для РЖД, поэтому тема мне близка.
Тут в комментариях задали правильный вопрос о практической значимости этого решения, чем оно лучше того, что было раньше. Дело в том, что в РЖД (и аналогичных госкорпорациях) заказывают музыку совсем не те люди, что эксплуатируют все эти инновационные штуки. Поэтому очень часто бывает такое, что приходит запрос типа: а вот сделайте нам систему дефектовки рам тележек, чтобы работало быстро и без человеческого фактора. Сейчас на тележку уходит, условно 40мин, это очень долго. Ок, сделали систему, которая все делает за 3 минуты, полностью автоматически. А к тому времени люди, что просили быстро, уже ушли куда-то по служебной лестнице, и, видимо, на их месте оказались другие, которые посмотрели и сказали: э-э-э..., да это очень дорого, да и зачем нам 3 минуты, если другой какой-то этап обслуживания тележек длится, условно говоря, два часа. Очевидно, что экономическая эффективность тут просто никак не считалась, поэтому и исполнителю не стоит этим заморачиваться. Дают тебе интересную задачу, если по деньгам устраивает, берешься и решаешь.
Я за последние лет 15 уже несколько раз слышал об этой задаче, в самых разных вариациях. Но поработать над ней не удалось: или сроки были неадекватными, или бюджет, или и то, и другое.
Тут в комментариях задали правильный вопрос о практической значимости этого решения, чем оно лучше того, что было раньше. Дело в том, что в РЖД (и аналогичных госкорпорациях) заказывают музыку совсем не те люди, что эксплуатируют все эти инновационные штуки. Поэтому очень часто бывает такое, что приходит запрос типа: а вот сделайте нам систему дефектовки рам тележек, чтобы работало быстро и без человеческого фактора. Сейчас на тележку уходит, условно 40мин, это очень долго. Ок, сделали систему, которая все делает за 3 минуты, полностью автоматически. А к тому времени люди, что просили быстро, уже ушли куда-то по служебной лестнице, и, видимо, на их месте оказались другие, которые посмотрели и сказали: э-э-э..., да это очень дорого, да и зачем нам 3 минуты, если другой какой-то этап обслуживания тележек длится, условно говоря, два часа. Очевидно, что экономическая эффективность тут просто никак не считалась, поэтому и исполнителю не стоит этим заморачиваться. Дают тебе интересную задачу, если по деньгам устраивает, берешься и решаешь.
Я за последние лет 15 уже несколько раз слышал об этой задаче, в самых разных вариациях. Но поработать над ней не удалось: или сроки были неадекватными, или бюджет, или и то, и другое.
И вам большое спасибо за комментарий! Такие риски есть, но даст random и мне повезёт!
Вероятно, я не очень удачно выразился. Я думаю, риски того, что Вас кинут конкретно по этому проекту, если вы работаете по договору, минимальны. Более того, вы можете по итогам оказаться финансово в хорошем плюсе, и это не считая приобретенного опыта. Дело в другом: обычно, когда вам дают такую задачу, говорят, что это все суперактуально для всех (железнодорожников) и очень им нужно. И вот, мы сейчас получим результат и начнем продавать эти вещи большим тиражом. Вот такое редко получается по вышеописанным причинам.
А поиграться с разбиением изображения на объекты пробовали?
Что-то типо такого:
Может быть бы и вовсе без нейронок получилось бы обойтись, ну или сильно упростить для неё жизнь, а значит и цену сервера. Сейчас сложилось впечатление, что эксперты по нейронкам запихнули их сюда, потому что, если ты молоток, то для тебя весь мир — гвозди. :)
Что-то типо такого:
На большую часть объектов можно забить, интересны только колодки
Может быть бы и вовсе без нейронок получилось бы обойтись, ну или сильно упростить для неё жизнь, а значит и цену сервера. Сейчас сложилось впечатление, что эксперты по нейронкам запихнули их сюда, потому что, если ты молоток, то для тебя весь мир — гвозди. :)
Sign up to leave a comment.
Deep Learning — не только котики на мобилках или как мы производим дефектовку тележек локомотивов