Сначала задача, потом модель

У чешской компании 3iD, которая разрабатывает автоматы для возврата многоразовых стаканов, есть очень предметный вопрос: можно ли снова использовать конкретный стакан? Нужно осмотреть дно, стенку и держатель. По опубликованному описанию European Digital Innovation Hubs Network, на момент обращения компании каждый возвращённый стакан оценивал человек. При росте сети автоматов такой процесс трудно масштабировать.

3iD не начинала с большой мультимодальной модели. Вместе с EDIH-DIGIMAT и испытательной площадкой INTEMAC она проверила более узкую гипотезу: хватит ли недорогой камеры, стабильного света и понятных алгоритмов обработки изображения. Это хороший пример для малого бизнеса, потому что в нём разделены три вещи, которые часто смешивают: техническая работоспособность прототипа, надёжность будущего автомата и экономический эффект всей сети.

Важно не превратить пилот в историю о готовом промышленном внедрении. Источник сообщает о тесте в лабораторной среде и рабочем коде; первый функциональный прототип автомата ещё предстояло спроектировать. Заявления о круглосуточной эксплуатации и устранении ручной сортировки относятся к возможностям следующего этапа, а не к уже измеренному результату действующей сети.

Что именно проверяли

Испытательная конфигурация включала Raspberry Pi 5 с 8 ГБ памяти, 12-мегапиксельную Camera Module 3 и направленный светильник. В опубликованном кейсе стоимость этих компонентов указана как 2 748 чешских крон, около 110 евро. Это цена перечисленного набора для проверки идеи, а не стоимость готового автомата или владения системой: корпус, механика, монтаж, эксплуатация и обслуживание в неё не входят.

Три проверки реализовали на Python и OpenCV:

  • Для стенки искали границы дефектов методом Canny на обычном и инвертированном изображении. Количество найденных пикселей сравнивали с настраиваемым порогом.
  • Для дна ограничивали анализ круглой областью интереса, чтобы фон не создавал лишних срабатываний, и проверяли контуры трещин и деформаций.
  • Для синего держателя выделяли диапазон цвета в HSV, находили его контур и оценивали отклонение угла от допуска.

Интерфейс показывал живое изображение, результат обработки и счётчик пригодных и непригодных стаканов. Все три алгоритма, по данным авторов кейса, работали в реальном времени на этой конфигурации без GPU и облака. Здесь «локальный ИИ» означает прикладное компьютерное зрение рядом с камерой, а не обязательное использование генеративной модели. OpenCV документирует и детектор границ Canny, и выделение объектов по диапазону HSV; их поведение легче проверить на конкретных дефектах, чем свободный ответ языковой модели.

Где заканчивается уверенность пилота

Авторы описывают уверенное обнаружение типовых повреждений в тесте, но не публикуют матрицу ошибок, размер проверочной выборки или точные показатели полноты и ложного брака. Поэтому фраза «высокая точность» здесь не даёт оснований обещать процент качества на другой партии стаканов. Очень тонкие трещины с недостаточным контрастом могли остаться незамеченными. С одной позиции камеры нельзя гарантированно увидеть всю окружность стенки; для полного обзора источник рекомендует механический поворот.

Практическая проверка для российского оператора похожего процесса должна включать разные партии, степень загрязнения, царапины, влагу, блики и изменение освещения. Нужны как пригодные, так и бракованные образцы, размеченные ответственным специалистом. Отдельно измеряйте два вида ошибки: непригодный предмет попал обратно в оборот и пригодный отправлен в отходы. Для пищевой упаковки цена этих ошибок разная; критерий приемки следует согласовать до настройки порогов.

Если условия съёмки меняются, сначала стабилизируйте свет и геометрию, а потом «лечите» алгоритм. В кейсе именно контролируемое освещение названо ключевым условием. Камера не должна превращаться в гадалку по бликам: её задача — увидеть воспроизводимый признак на воспроизводимом снимке.

Как перенести идею в небольшой бизнес

Начните не с выбора модели, а с карты решения. Какие дефекты запрещают повторное использование? Какие допустимы? Что происходит с пограничным случаем? Кто может изменить порог и кто отвечает за итоговую сортировку? Эти вопросы нужны и для стаканов, и для упаковки, деталей, текстиля или этикеток.

Минимальная архитектура пилота такова: фиксированная зона съёмки и освещение → локальная обработка кадра → отдельные проверки для нескольких зон предмета → решение «годен / не годен / требуется ручной осмотр» → журнал изображения, версии правил и решения оператора. Для потенциально опасной неопределённости третий исход важнее демонстративной автоматизации. Человек должен получать именно спорные случаи, а не повторять за камерой весь поток.

Локальная обработка полезна, когда нужна низкая задержка, сеть нестабильна или изображения и параметры процесса не хочется передавать во внешний сервис. Но отсутствие облака не отменяет управления версиями кода, доступа к изображениям, резервного режима при отказе камеры и учёта персональных данных, если они случайно попадают в кадр. В опубликованном пилоте речь идёт о технической осуществимости алгоритмов; перечисленные меры — редакционные условия будущего внедрения, а не заявленные функции прототипа 3iD.

Экономика без волшебной строки «минус оператор»

При оценке считайте стоимость всего цикла, а не только платы и камеры. В бюджет попадут устройство позиционирования стакана, свет, защита оптики, поворотный механизм при необходимости, интеграция с сортировщиком, обслуживание, разметка тестовых образцов, контроль качества и обработка спорных случаев. Если действие происходит в автомате, простои и ремонт могут оказаться дороже вычислений.

Простой модельный расчёт для своего предприятия: умножьте число проверяемых предметов в месяц на фактическое время ручной проверки и стоимость этого времени. Затем сравните не со стоимостью платы, а с месячной амортизацией всей установки, обслуживанием и оставшимся ручным контролем. Допущения — стабильный поток, известная доля спорных случаев и одинаковые требования к качеству до и после внедрения. Если поток мал или предметы сильно различаются, окупаемость может не появиться.

Полезный первый шаг — собрать 100–200 репрезентативных снимков из собственных условий, включая заведомо сложные, и провести слепое сравнение с решением специалиста. Это размер пилотной подборки, а не гарантия статистической надёжности; для производственного допуска выборку и критерии нужно рассчитывать по цене ошибок. Если обычные пороги и геометрия закрывают задачу, генеративную модель можно не приглашать на собеседование. Если дефекты разнообразны и правила перестают работать, уже тогда сравнивайте обучаемое зрение с простой базовой линией.

Кейс 3iD учит не тому, что любой стакан легко проверить камерой, а тому, как сократить риск капитальных затрат: испытать оптику, алгоритм и пограничные случаи до строительства полного автомата. Для владельца бизнеса это более ценный результат пилота, чем красивая демонстрация одной идеальной чашки.