Машинное зрение + LLM на промышленном объекте: выявлены хищения в пилоте

Задача

На энергетическом объекте нужно проверить путь груза: въезд, взвешивание, досмотр и выезд. Отдельная задача внутреннего аудита: сопоставить ход строительных работ с отчётами подрядчика. В пилоте для Юнипро мы связали видеонаблюдение с автоматическим анализом этих процедур.

События на объекте

Камеры фиксируют транспорт и содержимое кузова в контрольных зонах. Модели распознают номера, показания электронной части весов, груз и остановку в зоне досмотра. Последовательность событий позволяет выделять отклонения от регламентного процесса.

В развитии сценария LVM описывает груз на естественном языке, а LLM сопоставляет описание с данными информационной системы. Служба безопасности получает материал для проверки несоответствий и подготовки отчёта.

Контроль строительных работ

Отдельные модели работают с видео ремонта фасада: находят людей, изменения объекта и строительные леса. Анализ за заданный период помогает сопоставить видимые работы с актами подрядчика. Этот сценарий дополняет контроль грузов: аудит получает сведения о разных процессах на одной площадке.

Результат пилота

В ходе пилота выявлены четыре несанкционированных вывоза материалов. По описанию проекта, стоимость выявленных хищений превысила стоимость разработки. Этот результат связан с обнаруженными событиями, которые разбирала служба внутреннего аудита.

Проект и его пилотная площадка описаны в публикации UP-PRO. Практический результат: записи камер превращаются в события и материалы для проверки регламента.

Такие задачи входят в промышленное направление Z-brain и могут стать частью внедрения ИИ на предприятии.