Budżet: 20000 UAH Termin: 30 dni
Dzień dobry!
Projekt jest interesujący, mamy przypadki CV i ML z produkcją. Będziemy wdzięczni za omówienie współpracy.
Witaj!
Poszukujemy partnera technicznego lub zespołu inżynieryjnego do opracowania zautomatyzowanego systemu defektoskopii i optymalizacji cięcia cennych gatunków drewna (dąb, jesion).
Zakres projektu:
1. Wizja maszynowa: Automatyczne rozpoznawanie defektów (sęki, pęknięcia, rdzeń) na desce za pomocą kamer przemysłowych.
2. Algorytm optymalizacji: Budowa mapy cięcia na podstawie AI, która maksymalizuje wartość wyjścia produktu (z uwzględnieniem jakości, rozmiarów i aktualnych cen).
3. Projekcja AR: Wizualizacja mapy cięcia za pomocą projektora bezpośrednio na powierzchni deski dla operatora.
Szczegóły projektu:
• Lokalizacja: Satu Mare, Rumunia.
• Stos technologiczny: Wizja komputerowa (OpenCV, YOLO), automatyzacja przemysłowa, integracja AR.
• Aktualny stan: Mamy jasne zrozumienie procesu technologicznego i jesteśmy gotowi dostarczyć zestawy danych (datasets) do szkolenia sieci neuronowej.
Poszukujemy ekspertów, którzy mają doświadczenie w opracowywaniu systemów widzenia maszynowego i integracji z urządzeniami.
Czy są Państwo zainteresowani omówieniem szczegółów technicznych i wstępną wyceną realizacji takiego prototypu?
Budżet: 20000 UAH Termin: 30 dni
Dzień dobry!
Projekt jest interesujący, mamy przypadki CV i ML z produkcją. Będziemy wdzięczni za omówienie współpracy.
Budżet: 1000 UAH Termin: 1 dzień
Wchodzę do top-5 deweloperów w kategorii „Sztuczna inteligencja i uczenie maszynowe” wśród ~2100 specjalistów na platformie. Gwarantuję: - Szybkie i jakościowe wykonanie zadania - Ścisłe przestrzeganie terminów - Regularny kontakt przez cały proces Będę zadowolony, aby omówić szczegóły twojego projektu w prywatnych wiadomościach.
Budżet: 20000 UAH Termin: 20 dni
Witaj! Twój projekt to niezwykle obiecujące połączenie wizji komputerowej i automatyzacji przemysłowej i bardzo chcę się nim zająć.
Techniczne wizje realizacji:
Wizja maszynowa (YOLO/OpenCV): Do detekcji defektów (sęki, pęknięcia) proponuję użyć architektury YOLOv8 lub v10. Zapewnia ona wysoką dokładność w trybie real-time. Wykorzystanie Twoich zbiorów danych pozwoli szybko nauczyć model specyfiki dębu i jesionu.
Algorytm optymalizacji: Realizuję logikę "Problem cięcia zapasów" z uwzględnieniem sortów. Sztuczna inteligencja nie tylko będzie szukać pustych miejsc, ale także obliczać kombinatorykę półfabrykatów dla maksymalnego ROI na podstawie Twojego cennika.
Projekcja AR: Do wizualizacji użyję kalibracji kamery i projektora (Homografia). To pozwoli na nałożenie siatki cięcia na deskę z dokładnością do milimetra, co jest krytyczne dla cennych gatunków drewna.