Непрерывный контроль
Оператор устаёт через 8 часов и физически не может следить за 20 экранами сразу. Модель работает круглосуточно с одинаковым вниманием и передаёт человеку только подозрительный кадр.
✱
Computer Vision / Компьютерное зрение
Внедрение Computer Vision — от 45 млн сум
Камеры у вас уже работают, но запись вы смотрите только после происшествия. Computer Vision читает тот же поток в реальном времени: сам находит человека, товар, автономер или нарушение и сообщает вам об этом.
- +Работает с вашими IP-камерами
- +На edge-устройстве — даже без интернета
- +Пилот запускается за 6–8 недель
- +Точность измеряется и документируется
Что такое Computer Vision и какие задачи он решает?
Computer Vision — направление, которое даёт компьютеру способность «видеть» изображение и видео. Модель находит объекты в кадре, относит их к классам и отслеживает движение. В результате камера перестаёт быть просто регистратором и становится измерительным прибором: она не только записывает, но и считает, сравнивает и предупреждает.
На практике это ответы на очень простые вопросы. Сколько человек стоит сейчас у кассы? Совпадает ли количество коробок на складе с накладной? Есть ли на площадке рабочий без каски? Числится ли подъехавший автомобиль в списке допуска? Есть ли дефект на детали, прошедшей по конвейеру? Раньше на это отвечал человек, глядя на экран, — теперь отвечает программа, а человек проверяет только отклонения.
Innobek начинает такие проекты реалистично. Сначала мы берём одну конкретную задачу и запускаем её как пилот, и только потом расширяем охват. Ценность проекта по компьютерному зрению — не в самой модели, а в сборе данных, правильном ракурсе камеры и связке результата с вашим процессом. Готовая модель бесполезна, если она никому не отправляет уведомление.
Технически мы используем проверенный набор инструментов: модели семейства YOLO для детекции объектов, OpenCV для работы с кадром, PyTorch для обучения. Готовая модель переводится в ONNX или TensorRT — это ускоряет её в несколько раз. Связь с камерами идёт по стандартному RTSP-потоку, а вычисления выполняются на сервере или на edge-устройстве вроде NVIDIA Jetson. Что подойдёт именно вам, зависит от числа камер, нужной скорости и качества интернета.
Что входит
Что входит в каждый проект по умолчанию
Это не платные опции — они есть и в базовом тарифе.
- +Бесплатная консультация и оценка технической выполнимости задачи
- +Проверка существующих камер: ракурс, освещение, разрешение и FPS
- +Сбор видеоданных и их разметка (аннотация)
- +Подбор модели и дообучение под ваши условия
- +Измерение точности: отчёт по precision, recall и типам ошибок
- +Сервис непрерывного чтения RTSP-потока
- +Журнал событий с кадром-доказательством
- +Оповещения в Telegram или на электронную почту
- +Веб-панель: живой просмотр, фильтры и статистика
- +Интеграция по API с вашей системой (CRM, ERP, 1С, склад)
- +Инструкция для сотрудников и обучающая сессия
- +6 месяцев технической поддержки после запуска
Зачем это нужно
Что Computer Vision даёт бизнесу
Камера не заменяет человека — она показывает, куда именно ему смотреть.
Появляются цифры
Длина очереди, поток людей в зале, остаток на складе, доля брака на линии — всё это превращается в дневной график и становится основанием для решений.
Мгновенная реакция на событие
Как только замечен рабочий без каски или вход в запрещённую зону, в Telegram уходит сообщение с кадром. Просмотр записи на следующий день с этим не сравнится.
Ручной подсчёт больше не нужен
Инвентаризация и приёмка вручную занимают часы и дают ошибки. Модель считает коробки за секунды и записывает результат в складскую систему.
Ускоряется контроль доступа
Распознавание автономера открывает шлагбаум за 1–2 секунды, распознавание лица пропускает сотрудника без карты. Охраннику не нужно вручную записывать каждую машину.
Используется имеющееся оборудование
Чаще всего покупать новые камеры не нужно: если есть нормальная IP-камера, мы берём её RTSP-поток. Иногда достаточно поправить ракурс или освещение.
Споры заканчиваются
Каждое событие сохраняется вместе с кадром. При недостаче на складе или нарушении техники безопасности вместо разбирательств «я этого не делал» есть точное время и изображение.
Процесс запускается сам
Когда результат модели попадает в CRM или ERP, следующий шаг выполняется автоматически: при падении остатка формируется заказ, при обнаружении брака останавливается линия.
Где применяется
Реальные сценарии применения
Все перечисленные сценарии работают в условиях Узбекистана уже сегодня.
Анализ очередей в магазине
Система считает людей у касс. Если очередь больше 5 человек — уведомление администратору. Дневной график показывает, в какие часы нужен дополнительный кассир.
Подсчёт товара на складе
Коробки на паллете, единицы на полке и объём загрузки в машину считаются по кадру. Результат сверяется с документом в складской системе, при расхождении приходит оповещение.
Контроль касок на стройке
Модель находит рабочего без каски или сигнального жилета, сохраняет кадр и отправляет его инженеру по охране труда. Так же фиксируется вход в запрещённую зону.
Распознавание номеров на парковке
Камеры на въезде и выезде читают госномер, считают время стоянки и рассчитывают оплату. Для машин из списка допуска шлагбаум открывается сам.
Контроль качества на производстве
На конвейере выявляются царапины, трещины, смещённая этикетка или отсутствующая деталь. Бракованная единица помечается, по смене собирается статистика.
Анализ снимков в клинике
Вспомогательный модуль подсвечивает подозрительные участки на рентгене и других снимках. Это не диагноз, а инструмент, который направляет внимание врача: итоговое решение всегда за ним.
Гигиена в ресторане и на кухне
Проверяется наличие спецодежды, перчаток и головного убора, фиксируется выполнение графика уборки. При проверке это служит задокументированным подтверждением.
Цены
Стоимость Computer Vision — 3 тарифа
Цены разовые, за разработку. В каждый тариф входят сбор данных, обучение модели и отчёт о точности.
Пилот
Одна задача, 1–3 камеры
45 000 000
сум
6–8 недель
- +Одна конкретная задача: подсчёт, контроль касок или распознавание номеров
- +Обработка потока с 1–3 камер
- +Сбор видео и разметка 2 000–5 000 кадров
- +Обучение модели на базе YOLO на ваших данных
- +Отчёт о точности: precision, recall и примеры ошибок
- +Оповещения в Telegram с кадром-доказательством
- +Простая веб-панель с журналом событий
- +Установка на один сервер или edge-устройство
- +Обучение сотрудников (1 сессия)
- +6 месяцев технической поддержки
Проверить технологию в ваших условиях без большого бюджета
Стандарт
Полное внедрение на объекте
120 000 000
сум
10–14 недель
- +Все возможности тарифа «Пилот»
- +4–16 камер и несколько сценариев одновременно
- +Расширенный набор данных и цикл дообучения модели
- +Трекинг объектов и правила по зонам
- +Панель аналитики: графики по часам, сменам и зонам
- +Интеграция по API с CRM, ERP, 1С или складской системой
- +Роли, права доступа и журнал аудита
- +Работа на edge-устройстве — не останавливается без интернета
- +Рекомендации по размещению камер и освещению
- +Нагрузочное тестирование и мониторинг
- +6 месяцев технической поддержки
Пилот дал результат, и его нужно развернуть на весь объект
Enterprise
Несколько объектов и своя модель
По договорённости
индивидуально
Зависит от проекта
- +Несколько объектов и централизованное управление
- +Более 16 камер, горизонтальное масштабирование
- +Индивидуальная архитектура модели под нестандартную задачу
- +Закрытый контур: все данные остаются на вашем сервере
- +Регулярное дообучение и мониторинг качества (MLOps)
- +Политика защиты персональных данных и обезличивание
- +SLA и приоритетная поддержка
- +Обучение вашей команды и передача документации
Сеть филиалов, высокая нагрузка или нестандартный контроль качества
Цены указаны на 2026 год, итоговая смета подтверждается после бесплатного анализа. В стоимость не входят камеры, сервер и edge-устройство (например, NVIDIA Jetson) — вы покупаете их сами или мы даём спецификацию. Облачный сервер и связь оплачиваются отдельно.
Процесс
Как внедряется Computer Vision
Шесть этапов. Успех проекта зависит не от модели, а от качества данных.
- 01
Постановка задачи
Формулируем в одном предложении, что именно надо измерять, и согласуем критерий успеха: какая точность и какая скорость считаются приемлемыми.
3–7 дней - 02
Аудит камер
Проверяем ракурс, разрешение, освещённость и RTSP-поток имеющихся камер. При необходимости рекомендуем изменить положение.
3–5 дней - 03
Сбор и разметка данных
Собираем видео с вашего объекта и размечаем кадры вручную. Этот этап самый долгий, но именно он определяет итоговую точность.
2–3 недели - 04
Обучение модели
Модель семейства YOLO обучается в PyTorch, затем переводится в ONNX или TensorRT для ускорения. Результат измеряется на тестовой выборке.
1–3 недели - 05
Интеграция и установка
Сервис ставится на сервер или edge-устройство вроде Jetson, подключаются каналы оповещений и API вашей системы.
2–4 недели - 06
Опытная эксплуатация
Первые 3–4 недели наблюдаем в реальных условиях: снижаем ложные срабатывания, настраиваем пороги и дообучаем модель на новых кадрах.
постоянно
Примеры
Проекты, над которыми мы работали
Системы для производства, логистики и безопасности — от анализа процесса до запуска.
Вопросы и ответы
Частые вопросы
Короткие ответы на то, что спрашивают о компьютерном зрении чаще всего.
- Пилотный проект начинается от 45 000 000 сум: это полноценное решение для одной задачи и 1–3 камер. Полное внедрение на объекте, то есть 4–16 камер и несколько сценариев, — от 120 000 000 сум. Для сети филиалов или нестандартной модели цена определяется индивидуально. Стоимость камер и сервера в смету не входит.
- Точности 100% не бывает, и предложению с такой гарантией доверять не стоит. При хорошем освещении и правильном ракурсе распознавание номеров и подсчёт объектов обычно работают на 90–97%. В сложных условиях — темнота, дождь, перекрытие объектов — показатель падает до 75–90%. Точную цифру мы измеряем на тестовой выборке после пилота.
- Чаще всего да. Если камера отдаёт RTSP-поток и её разрешение не ниже 1080p, мы её используем. Проблема обычно не в камере, а в ракурсе: камера строго сверху не покажет лицо, а слишком удалённая не прочитает этикетку товара. На этапе аудита мы это выявляем и даём конкретные рекомендации.
- Пилот запускается за 6–8 недель, полное внедрение занимает 10–14 недель. Большая часть срока уходит на сбор и разметку данных — этот этап нельзя ускорить, потому что модель распознаёт только те ситуации, которые видела. Если у вас есть архив видео, срок сокращается на 1–2 недели.
- Да, если решение установлено на edge-устройстве. Устройство вроде NVIDIA Jetson стоит рядом с камерой и выполняет анализ на месте, а интернет нужен только для отправки уведомлений. При обрыве связи события копятся в локальной базе и уходят на сервер после восстановления соединения.
- Это выбираете вы. По умолчанию видео целиком не хранится — записываются только кадр события и числовой результат, что снижает и объём, и риски. Если нужен закрытый контур, вся система работает на вашем сервере и ни один кадр наружу не уходит. Дополнительно можно включить автоматическое размытие лиц.
- При хорошем освещении и лице, обращённом к камере, сотрудники распознаются с точностью выше 95%. Но маска, солнцезащитные очки, боковой ракурс и темнота заметно снижают результат. Поэтому мы рекомендуем использовать распознавание лиц в контроле доступа не как единственный способ, а вместе с картой или PIN-кодом.
- Зависит от модели и требуемой скорости. Средний сервер с GPU обрабатывает 8–16 камер на скорости 5–10 кадров в секунду — для подсчёта и контроля безопасности этого достаточно. Для быстрого движения на конвейере на одну камеру нужно больше ресурсов. Точную спецификацию мы даём после разбора вашей задачи.
- Да, если меняются условия. Новый тип упаковки, сдвиг ракурса камеры, сезонное изменение освещения — всё это снижает точность. Поэтому в поддержку входит мониторинг качества: ошибки накапливаются, и один-два раза в год модель дообучается на новых кадрах. Такие работы мы планируем заранее, а не по факту жалоб.
- Если задачу решает более простой способ. Когда на товаре есть штрих-код, сканер дешевле и точнее; для контроля доступа иногда достаточно карты и турникета. Также если событие происходит очень редко и проверить его вручную легко, проект может не окупиться. Мы говорим об этом прямо на консультации.
Что именно должны показывать ваши камеры?
На бесплатной консультации разберём вашу задачу, скажем, решается ли она компьютерным зрением и какая точность реалистична. Телефон: +998 90 954 12 62.