Computer Vision / операции
ТКО, Сочи
Разработали сервис, который по фотографии определяет состояние контейнерной площадки
Водитель фотографирует площадку после обслуживания. Сервис находит на кадре контейнеры, оценивает заполненность и отмечает мусор рядом. Диспетчер получает статус конкретной точки вместо записи в маршрутном листе.
- фотография для проверки точки
- 1
- статуса площадки
- 3
- сигнала: контейнеры и окружение
- 2
- точек в контуре масштабирования
- 100+ потенциал

Исходная ситуация
Маршрут строился по графику,
реального состояния площадок никто не видел
Маршрутные карты статичные: в них записано, когда объехать точки. Переполнена площадка или пуста, диспетчер узнавал со слов водителя. Проверить это было нечем.
Как построили решение
Выполненный путь
Диспетчер получает статус площадки по фото водителя, без объезда для проверки.
- 01 / Фото
Водитель снимает площадку
Обычный кадр с телефона после обслуживания точки.

- 02 / Разбор
Модель находит контейнеры
Она отделяет баки от фона и оценивает, насколько они заполнены.

- 03 / Статус
Диспетчер видит точку
К площадке привязана заполненность и отметка о мусоре рядом.

Как это работает
Что происходит с одной фотографией
Водитель
Сервер проекта
Ответ
Диспетчер
- 1
Хватает снимка с телефона
Датчики в баках и отдельные камеры на площадках не нужны.
- 2
Кадр раскладывается на части
Модель отделяет контейнеры от всего остального на фотографии.
- 3
Мусор рядом считается тоже
Второй сигнал отмечает то, что лежит за пределами баков.
- 4
Статус привязан к точке
Результат ложится на конкретную площадку, не на общий отчёт.
В этом контуре реализованы анализ изображений и статусы площадок. Экономия на маршрутах остаётся расчётным потенциалом. Следующий шагПокажите свою задачу
