AI dan Visi Mesin dalam HSE: Perjalanan dari Ide hingga Peluncuran

Dari Ide hingga Sistem yang Berfungsi: Visi Mesin dalam Produksi Makanan

Penerapan teknologi kecerdasan buatan dan visi mesin menjadi tahap alami dalam pengembangan sistem keselamatan industri. Hal ini sangat relevan untuk industri makanan, di mana persyaratan HACCP mendikte aturan kebersihan yang ketat dan keberadaan personel di zona bersih. Ivan Maksimov, perwakilan dari perusahaan FoodTech "Qme", berbagi pengalaman praktis dalam membuat dan menerapkan sistem visi mesin berbasis solusi Open Source.

Pembicara membahas perjalanan dari munculnya ide hingga peluncuran alat yang berfungsi, yang membantu mengontrol kepatuhan terhadap standar sanitasi dan aturan HSE tanpa melibatkan solusi siap pakai yang mahal.

Pemilihan Model Bahasa dan Proses Pelatihan

Dasar untuk sistem ini adalah model bahasa terbuka MoonDream. Pemilihan produk Open Source memungkinkan perusahaan untuk menghemat secara signifikan pada tahap awal dan menyesuaikan sistem secara fleksibel dengan kebutuhan mereka. Presentasi ini membahas secara rinci proses pelatihan model:

• Pelatihan awal pada data sintetis: model diajarkan untuk mengenali asap, ketiadaan masker, penutup kepala, dan sarung tangan, serta situasi tidak standar (misalnya, orang yang tergeletak di lantai). Hal ini memungkinkan penetapan pola pengenalan dasar.
• Pelatihan lanjutan pada aliran video nyata: sistem dihubungkan ke kamera di dapur pabrik. Model mulai menganalisis bingkai secara real-time, mengidentifikasi pelanggaran (misalnya, memasuki zona produksi tanpa pakaian sanitasi). Hal ini memastikan akurasi kerja yang tinggi dalam kondisi spesifik perusahaan.
• Integrasi dengan sistem peringatan: untuk respons cepat, pengiriman pemberitahuan diatur ke bot Telegram kepada manajer dan teknolog yang bertanggung jawab. Waktu dari pencatatan pelanggaran hingga penerimaan sinyal tidak lebih dari 15 detik.

Psikologi Implementasi: Dari Hukuman ke Penghargaan

Implementasi teknis hanyalah sebagian dari kesuksesan. Pembicara menunjukkan melalui contoh perusahaannya betapa pentingnya membangun hubungan kerja yang tepat dengan tim saat menerapkan sistem kontrol. Prinsip utamanya adalah penolakan hukuman materi berdasarkan data visi mesin.

• Sistem sebagai asisten: dijelaskan kepada pekerja bahwa visi mesin adalah analog dari sistem keselamatan pasif di dalam mobil (ABS, kantung udara). Ini diciptakan untuk perlindungan, bukan untuk denda.
• Motivasi positif: alih-alih "papan rasa malu", perusahaan menggunakan sistem penghargaan. Karyawan yang tidak melakukan pelanggaran selama sebulan menerima bonus kecil atau hadiah. Hal ini mengurangi penolakan personel dan membentuk budaya keselamatan yang sadar.
• Persiapan awal: sebelum peluncuran sistem, pelatihan dan diskusi diadakan, yang membantu mengurangi kecemasan dan bahkan membangkitkan minat di kalangan pekerja.

Ekonomi Proyek dan Prospek Pengembangan

Pembuatan sistem sendiri membutuhkan investasi, tetapi dalam jangka panjang ternyata lebih menguntungkan daripada membeli solusi kotak siap pakai. Biaya utama jatuh pada pembayaran tenaga kerja programmer (sekitar 6 bulan kerja) dan pembelian peralatan server (sekitar 2-3 juta rubel). Namun, pengembangan internal memungkinkan penskalaan sistem secara gratis, penambahan fungsi baru (misalnya, pengenalan wajah), dan integrasinya dengan produk TI internal perusahaan (1C, Bitrix).

Apa yang akan Anda pelajari dari webinar ini:

• Bagaimana memilih dan melatih model visi mesin Open Source untuk kebutuhan HSE?
• Bagaimana mengatur peringatan operasional kepada manajer tentang pelanggaran menggunakan bot Telegram?
• Bagaimana mengatasi penolakan personel saat menerapkan sistem kontrol video total?
• Berapa biaya nyata untuk mengembangkan sistem visi mesin sendiri dibandingkan dengan membeli solusi siap pakai?
• Bagaimana visi mesin membantu mengurangi tingkat cedera mikro di tempat kerja?