Ретинар DialWatch

О сервисе

Ретинар DialWatch MVP-система компьютерного зрения для автоматического считывания показаний аналоговых стрелочных приборов по изображению Параметр Описание Отрасль Промышленность, эксплуатация оборудования, производственный контроль Тип задачи Computer Vision / Object Detection / Industrial Gauge Reading Вход JPG или PNG изображение аналогового стрелочного прибора Выход JSON-результат, confidence, quality_status и изображение с визуальной разметкой Статус Проверяемый MVP, не production-grade измерительная система Назначение модели Ретинар DialWatch предназначен для автоматизации считывания показаний аналоговых стрелочных приборов: манометров, термометров, вакуумметров и других индикаторов, которые до сих пор используются на промышленных объектах. На предприятиях такие приборы часто продолжают контролироваться вручную: оператор делает обход, смотрит на шкалу, записывает значение в журнал или переносит его в цифровую систему. Полная замена аналоговых приборов на цифровые датчики требует затрат, согласований, остановки оборудования и вмешательства в существующую инфраструктуру. DialWatch предлагает более быстрый путь цифровизации: использовать изображение уже установленного прибора и автоматически извлекать из него цифровое значение. Как работает модель Модель выполняет CV-инференс по изображению аналогового прибора. 1. Находит область аналогового прибора на изображении. 2. Определяет ключевые элементы шкалы и стрелки. 3. Уточняет геометрию прибора через post-processing. 4. Рассчитывает относительное положение стрелки. 5. В режиме known-scale переводит положение стрелки в физическое значение. 6. Возвращает JSON-результат и изображение с визуальной разметкой. 7. Если уверенность низкая, помечает результат как low_confidence. Входные данные На вход подаётся JPG или PNG изображение аналогового стрелочного прибора. Основной сценарий MVP: крупное изображение одного прибора с видимой шкалой и стрелкой. Выходные данные На выходе модель возвращает структурированный результат: Параметр Описание value Рассчитанное физическое значение, если известны параметры шкалы. unit Единица измерения, если она задана пользователем. normalized_position Относительное положение стрелки на шкале от 0 до 1. confidence Уверенность модели. quality_status Статус качества результата. geometry_passed Результат проверки геометрии. warnings Список предупреждений. detections Найденные элементы прибора. Пример результата в known-scale режиме { "value": 4.2, "unit": "bar", "normalized_position": 0.42, "confidence": 0.81, "quality_status": "acceptable", "geometry_passed": true, "warnings": [] } Если параметры шкалы неизвестны, модель не выдумывает физическое значение. В этом случае она возвращает относительное положение стрелки: { "value": null, "unit": null, "normalized_position": 0.42, "scale_mode": "unknown", "quality_status": "acceptable" } Режимы работы Параметр Описание Known-scale mode Пользователь задаёт минимальное значение шкалы, максимальное значение шкалы и единицу измерения. После этого модель рассчитывает физическое значение. Unknown-scale mode Если параметры шкалы не заданы, модель возвращает только относительное положение стрелки и предупреждение, что физическое значение не рассчитано. Метрики MVP Модель обучена на задаче детекции ключевых элементов аналогового прибора: область прибора, центр, минимум шкалы, максимум шкалы и кончик стрелки. Параметр Описание mAP50 0.9186 mAP50-95 0.6473 Ручной validation-набор 200 изображений, из них 190 пригодны для оценки Coverage на основной промышленной подвыборке Около 0.72 Accuracy@tolerance overall Около 0.29 Accuracy@tolerance on predicted Около 0.40 low_confidence rate Около 0.28 Эти метрики отражают статус MVP: модель уже демонстрирует рабочий inference pipeline, но для промышленной точности требуется калибровка под конкретные типы приборов. Независимость от генеративного ИИ Решение не использует генеративные модели. Результат формируется через computer vision, object detection, refinement и геометрический расчёт положения стрелки. Ограничения MVP Ретинар DialWatch является MVP, а не production-grade измерительной системой. 1. Требуется видимая шкала и видимая стрелка. 2. Физическое значение корректно рассчитывается только при заданных параметрах шкалы. 3. Единицы измерения не определяются автоматически в базовом режиме. 4. Field-scene режим с маленьким прибором в промышленной сцене является экспериментальным. 5. При сложных, размытых или неоднозначных изображениях модель может вернуть low_confidence. 6. Для промышленного внедрения требуется калибровка под конкретные приборы предприятия. Практическая ценность DialWatch позволяет использовать уже установленные аналоговые приборы как источник цифровых данных без их замены. Это может снизить объём ручного снятия показаний, уменьшить риск ошибок оператора и создать цифровой журнал измерений для оборудования, которое ранее не было подключено к цифровому мониторингу. Потенциальные области применения: · промышленные предприятия; · котельные и насосные станции; · энергетические объекты; · лаборатории; · производственные участки; · объекты с большим числом аналоговых манометров и термометров. Потенциал развития Следующий этап развития — переход к keypoint/pose-модели, адаптация под типовые приборы предприятия, edge-инференс, работа с видеопотоком и интеграция с цифровым журналом, PostgreSQL, BI-дашбордом или производственной системой мониторинга. Источник: https://qubu.ai/models/retinar-dial-watch License: MIT