АI-инструмент для анализа качества устанавливаемого оборудования

Заказчик:: Сбер
Руководитель проекта со стороны заказчика: Александра Залипаева

Руководитель направления по исследованию данных
Год завершения проекта: 2024
Сроки выполнения проекта: январь 2024 – ноябрь 2024
Масштаб проекта: 1000 человеко-часов
Цели: Контроль качества выполнения заявок инженерами СберСервиса: установка чистого оборудования без визуальных дефектов.
Результаты: В результате модель выявляет 3% дефектных POS-терминалов, что позволяет своевременно давать обратную связь инженерам и предотвращать жалобы клиентов.

Уникальность проекта

В открытом доступе существуют проекты, в которых качество выполненной работы фиксируется AI-моделью в заранее определенных одинаковых условиях: станки конвейеров, фиксированные камеры. В данном проекте впервые описан подход, который позволяет определять качество устройств на фотографиях, сделанных в разнообразных условиях: с мобильных телефонов, неоднородным фоном и визуальными дефектами фотографий.

Проект решает задачи импортозамещения

Использованное ПО

Программа на языке Python, внутренние ресурсы банка (CPU)

Сложность реализации

Очень сложная и затратная по времени разметка, оптимизация кода под CPU, сложность с настройкой определением порогового значения дефектных устройств.

Описание проекта

Инженер фотографирует терминал при закрытии каждой заявки. Фотография сохраняется в облаке.
По итогам прошедшего дня, модель выгружает данные с ресурса аутсорсера.
Далее происходит непосредственно сам анализ. По итогам анализа формируется файл, в котором мы подсвечиваем N-количество ЗНО с выявленными отклонениями. Важно, что мы можем управлять количеством выявленных отклонений, регулируя строгость модели, устанавливать исходя из потребностей бизнеса и из наличия ресурсов пороги для определения дефектов. Сейчас модель настроена таким образом, что мы из 11000 ЗНО в сутки подсвечиваем примерно 40-60 самых вероятных отклонений, имеющих наибольшую площадь дефекта. Цикл работы модели занимает 2 часа чистого времени работы модели.
Финальным этапом агрегированный файл направляется на обработчика. Обработчику требуется примерно полчаса, чтобы проверить результаты работы и перенаправить подтвержденные отклонения.
В настоящее время выводим модель в онлайн режим, чтобы проверить терминалы в момент сохранения заявки.

География проекта

Технология обрабатывает все заявки собранные на территории РФ.

Дополнительные презентации:

УК_АI-инструмент для анализа качества устанавливаемого оборудования.pdf