Секрет устойчивых платформ для умного города: SOLID, GRASP и Clean Architecture в деле
Запускаем большой проект? Значит, берём SOLID. Мы не раз слышали это от CPO и менеджеров продукта. О нём, кажется, знают все — и все хотят применить. Но он не спасёт масштабные проекты. Например, устойчивый умный город с решениями на основе машинного зрения на одном SOLID не построить. По канонам SOLID можно писать аккуратный код, но это не создаст архитектуру всей системы. Что на самом деле работает — подобранный под бизнес-цели набор инструментов, направленный на защиту ядра приложения.
«Фалькон Тех» на ПМЭФ 2026
Привет, Хабр! На связи команда «Фалькон Тех». В этой статье:о нашем участии в ПМЭФ 2026 в экспозиции «Москва»;о том, почему система интеллектуального мониторинга парковок «Стрит Фалькон» уже стала частью городской среды;и о том, какую роль в этом сыграло производство комплексов в ОЭЗ «Технополис Москва».Также расскажем о событийной программе в рамках форума: участии генерального директора Никиты Чистикова в дискуссии Минобрнауки;
Используем фотограмметрию для распознавания и геолокации объекта
В статье будет описан способ, как можно использовать фотограмметрию для определения координат подвижных и статичных объектов с летательных аппаратов. Практическое применение данного метода пока что затруднено по причинам, которые будут указаны ниже.Задача: В системе координат, для которой известны GPS координаты (обозначена на рисунке красным цветом) определить расстояние и вектор направления для объекта, обозначенным на рисунке желтым крестиком. Затем, соответственно определить GPS координаты этого объекта.
Как ускорить распознавание объектов нейросетями среди множества классов, не жертвуя памятью и точностью
Эксперты российской ИТ-компании «Криптонит» Никита Габдуллин и Илья Андросов разработали принципиально новый метод организации скрытого пространства нейросетей. В ряде сценариев он позволяет снизить требования к памяти GPU и существенно ускорить классификацию объектов нейронными сетями. Вместо того, чтобы мириться с ростом вычислительных затрат и требований к памяти по мере увеличения числа классов, авторы призывают отказаться от классификационного слоя и случайного распределения классов в скрытом пространстве нейросети.Ограничения классификаторов на примере компьютерного зрения
На каком стеке и железе работает умное наблюдение в вашем городе: обзор технологий от разработчиков видеоаналитики
Привет, Хабр! Мы — инженеры Фалькон Тех, и уже 8 лет мы создаем ПО с использованием ИИ и машинного зрения. Наша команда насчитывает 170+ специалистов, и мы создали систему из более чем 4 000 программно-аппаратных комплексов в Москве. Здесь мы рассказываем об умных городах и видеоаналитике.В прошлой статье мы рассказали о себе, а в этой поговорим о технологиях. Обсудим: почему классический видеоанализ не работает;как ИИ меняет аналитику видеопотоков;какой стек нужен для умных камер на дорогах;
Подсчёт долей фракций руды на конвейере: SAM2 для разметки, YOLO и проблемы с перекрытием
Задача, с которой пришел заказчик На производственной площадке стоит камера над лентой конвейера, она снимает поток , а система считает доли трёх цветовых фракций — серо-белой, оранжевой, розовой — и пишет результат в JSON для следующего этапа обработки. Цвет фракции используется как косвенный признак химического состава — технолог по нему оценивает качество партии. Заказчику нужна всего одна цифра — доля оранжевой фракции. Для предприятия эта фракция самая интересная по составу, остальные классы имеют второстепенное значения. Эту цифру нужно предоставлять в режиме 24/7, без расхождений между сменами.
Извлечение параметров из 2D-чертежей: 6 YOLO-моделей, кастомный OCR и стрелочная логика
На машиностроительном производстве расчет стоимости детали начинается с чертежа. Входящий запрос выглядит так: PDF и строчка «нужно 50 штук». Чтобы назвать цену, технолог открывает чертеж и вручную снимает параметры: тип детали, габариты, квалитеты, шероховатости, резьбы, материал, массу. Один чертеж — от 5 до 15 минут. При потоке в несколько десятков запросов в день это основная нагрузка на технолога.
