Медицинская точность в металлургии: адаптация StarDist для определения гранулометрического состава
Тезисы
Доклад посвящён разработке метода автоматической классификации железорудных окатышей с использованием алгоритма StarDist, изначально применявшегося в медицинском компьютерном зрении.

Поговорим о том, как понять, что от нас хотят. Посмотрим, почему потребовалось нестандартное решение, зачем необходим акцент на устойчивость, точность контуров и адаптацию под производственные условия. Уделим внимание сложностям, которые сопутствовали разработке: разметка, оптимизация, нестабильные условия съёмки.
Доклад посвящён разработке метода автоматической классификации железорудных окатышей с использованием алгоритма StarDist, изначально применявшегося в медицинском компьютерном зрении.

Поговорим о том, как понять, что от нас хотят. Посмотрим, почему потребовалось нестандартное решение, зачем необходим акцент на устойчивость, точность контуров и адаптацию под производственные условия. Уделим внимание сложностям, которые сопутствовали разработке: разметка, оптимизация, нестабильные условия съёмки.
Видеозапись доклада
Появится здесь после конференции
Информация о спикере
Артём Соломко
Старший аналитик данных, Северсталь Диджитал
Москва
Занимаюсь компьютерным зрением — стараюсь научить машины смотреть на мир хоть немного осмысленно. В работе фокусируюсь на практических задачах: промышленность, производство, автоматизация.

Люблю, когда модель не только хорошо обучается, но и стабильно работает в продакшене, даже если железо не из фантастических фильмов. Пишу код, собираю датасеты, иногда ругаюсь с OpenCV и дружу с PyTorch.

Верю, что хороший пайплайн — половина успеха, а мониторинг модели — забота о будущем.
  • Артём Соломко
    Старший аналитик данных,
    Северсталь Диджитал
    Москва
    Занимаюсь компьютерным зрением — стараюсь научить машины смотреть на мир хоть немного осмысленно. В работе фокусируюсь на практических задачах: промышленность, производство, автоматизация.

    Люблю, когда модель не только хорошо обучается, но и стабильно работает в продакшене, даже если железо не из фантастических фильмов. Пишу код, собираю датасеты, иногда ругаюсь с OpenCV и дружу с PyTorch.

    Верю, что хороший пайплайн — половина успеха, а мониторинг модели — забота о будущем.
Все доклады трека