видеоаналитика.

Gen‑A получила «Оскар» для стартапов

Российская AI‑медиаплатформа Gen‑A стала победителем национальной «Стартех.Премии» в номинации «Лучший стартап с применением ИИ для бизнеса».

продолжить чтение

Видеоаналитика на промышленном объекте: почему большинство внедрений разочаровывают и как сделать правильно (дубль)

Предисловие. Так как по какой то неведомой для меня причине эта статья после модерации через определенное время вместе с другой ранее опубликованной уже статьей попала в бан, то я решил её опубликовать повторно, что бы сохранить нить повествования и в целом концепт статей. Там, где нет людей, нет времени и нет права на ошибку

продолжить чтение

Почему VLM галлюцинирует объекты, которых нет: zero-shot детекция дыма и решение с помощью промпта

Ранняя детекция дыма и огня — частая и ценная задача уличной видеоаналитики. Камера может заметить возгорание раньше, чем люди на улице или оператор. Обучать отдельную модель детекции — это датасет, разметка и время, а возгорания в кадре выглядят слишком по-разному, чтобы быстро покрыть все случаи. Поэтому, когда сценариев детекции в рабочих проектах стало слишком много, я решила попробовать короткий путь, попросить VLM (языковую модель, умеющую работать с изображениями) найти дым текстовым промптом в zero-shot режиме, то есть вообще без обучения под задачу.Первой моделью взяла Qwen3.5-9B

продолжить чтение

Перенёс ByteTrack на GPU и ускорил мульти-камерный трекинг в 6 раз

Как я взял самый популярный трекинг-алгоритм, заставил его считать математику всех камер одним GPU-батчем — и по дороге трижды наступил на грабли, о которых стоит знать каждому, кто пишет real-time пайплайны на PyTorch.

продолжить чтение

Тихий клиент на АЗС: как собрать сессию обслуживания из архивных записей штатных камер и микрофонов

продолжить чтение

Контроль СИЗ на палубе судна: как из потока детекций собрать подтвержденное нарушение

продолжить чтение

Видеоаналитика СИЗ на палубе: как перестать генерировать ложные нарушения из-за качки и бликов

ИИ-контроль средств индивидуальной защиты (СИЗ) — уже классика среди задач прикладного компьютерного зрения. В открытых статьях на Habr уже подробно разбирают сбор датасета, разметку, сравнение YOLO, DETR и Faster R-CNN, работу с зонами и потоками камер. В научных публикациях 2024–2026 годов тоже видно то же направление: модели учатся распознавать каски, жилеты, очки, перчатки, а датасеты прямо содержат классы есть СИЗ и нет . Зачем тогда нужна кастомная разработка? Раскроем тему на примере реального проекта. Задача:

продолжить чтение

Как появилось слово «Видеоаналитика»?

Фирме, её придумавшей, исполняется 30 летНет смысла объяснять, что значит это определение, хотя Word и даже корректировщик этого сайта подчеркивают его как несуществующее. Первое упоминание про технологию от 31.10.2002 здесь

продолжить чтение

GPU vs vGPU: что выбирать для быстрого запуска AI-сценариев и контроля над данными

Привет, Хабр. Меня зовут Дмитрий Сергеев. Я менеджер продукта «виртуальные серверы» (GPU) в компании VK Tech.

продолжить чтение

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.

продолжить чтение