CASE STUDY / Общепит и HoReCa
Scale Monitor: приёмка товара на складе с ИИ и машинным зрением
Scale Monitor — действующая система приёмки и перемещения товара для сети общепита. Весы с камерой сами узнают продукт и фиксируют вес, а данные уходят в учётную систему без ручного ввода. Сегодня система работает в 12 филиалах: 12 весов и 12 камер.
Задача
Убрать ручной ввод при приёмке и внутренних перемещениях, подтверждать каждую операцию фотографией и сразу видеть расхождения между точками.
Что сделали
- Весы с камерой. Локальная модель машинного зрения (YOLOv8) распознаёт товар, система фиксирует позицию и вес без ручного ввода.
- Обучение на реальных данных. Модель дообучается на фотографиях товара; ошибок распознавания нет.
- Фото в базе. Фотография каждой приёмки и каждого перемещения сохраняется в базе.
- Контроль расхождений. При перемещении с точки на точку программа сверяет позиции и вес; при расхождении приходит предупреждение в Telegram или на почту.
- Накладные из Telegram. Языковая модель (OpenAI) помогает распознавать накладные, присланные в Telegram.
- Выгрузка в r_keeper. Данные автоматически передаются в r_keeper.
- Связь между точками. Собственное API для обмена данными и документами между филиалами и встроенный чат для сотрудников.
- Права доступа. У каждого сотрудника свои права; для оператора сделано отдельное приложение.
- Всё локально. Система работает на собственном Linux-сервере с собственной SQL-базой данных. Оборудование и связь между точками — по локальной сети заказчика.
- Распознавание без интернета. Когда локальная модель накопила достаточно данных, распознавание товара работает полностью локально, без доступа в интернет.
Результат
- 12 филиалов работают в промышленной эксплуатации
- Приёмка и перемещения подтверждаются фотографиями
- Расхождения видны сразу, а не при инвентаризации
- Автоматическая выгрузка в r_keeper без ручного ввода
- Работает на собственном сервере и в локальной сети, распознавание — без интернета
Технологии
Python, YOLOv8, OpenAI, Telegram Bot API, интеграция с r_keeper, Linux, SQL.
Scale Monitor — қоғамдық тамақтану желісіне арналған тауарды қабылдау және орын ауыстырудың жұмыс істеп тұрған жүйесі. Камерасы бар таразы өнімді өзі таниды және салмағын тіркейді, ал деректер есепке алу жүйесіне қолмен енгізусіз түседі. Қазір жүйе 12 филиалда жұмыс істейді: 12 таразы және 12 камера.
Міндет
Қабылдау мен ішкі орын ауыстыру кезіндегі қолмен енгізуді жою, әр операцияны фотосуретпен растау және нүктелер арасындағы айырмашылықтарды бірден көру.
Не жасадық
- Камерасы бар таразы. Жергілікті машиналық көру моделі (YOLOv8) тауарды таниды, жүйе позиция мен салмақты қолмен енгізусіз тіркейді.
- Нақты деректермен оқыту. Модель тауар фотосуреттері бойынша қосымша оқытылады; тану қателері жоқ.
- Дерекқордағы фото. Әр қабылдаудың және әр орын ауыстырудың фотосы дерекқорда сақталады.
- Айырмашылықты бақылау. Нүктеден нүктеге орын ауыстыру кезінде бағдарлама позиция мен салмақты салыстырады; айырмашылық болса, Telegram-ға немесе поштаға ескерту келеді.
- Telegram-дағы жүкқұжаттар. Тіл моделі (OpenAI) Telegram арқылы жіберілген жүкқұжаттарды танууға көмектеседі.
- r_keeper-ге жүктеу. Деректер r_keeper-ге автоматты түрде беріледі.
- Нүктелер арасындағы байланыс. Филиалдар арасында деректер мен құжаттар алмасуға арналған меншікті API және қызметкерлерге арналған кіріктірілген чат.
- Қолжетімділік құқықтары. Әр қызметкердің өз құқықтары бар; оператор үшін бөлек қосымша жасалған.
- Барлығы жергілікті. Жүйе меншікті Linux серверінде, меншікті SQL дерекқорымен жұмыс істейді. Жабдық пен нүктелер арасындағы байланыс тапсырыс берушінің жергілікті желісі арқылы жұмыс істейді.
- Интернетсіз тану. Жергілікті модель жеткілікті деректер жинағаннан кейін тауарды тану толығымен жергілікті, интернетсіз жұмыс істейді.
Нәтиже
- 12 филиал өнеркәсіптік пайдалануда жұмыс істейді
- Қабылдау мен орын ауыстыру фотосуреттермен расталады
- Айырмашылықтар түгендеуде емес, бірден көрінеді
- r_keeper-ге қолмен енгізусіз автоматты жүктеу
- Меншікті серверде және жергілікті желіде жұмыс істейді, тану — интернетсіз
Технологиялар
Python, YOLOv8, OpenAI, Telegram Bot API, r_keeper интеграциясы, Linux, SQL.
Команда проекта
-
Роман Шостов IT Project Manager