📣 В голосовании победили метрики — и это отличный повод в них разобраться. А на вопрос Константина тоже ответим (смотрите в комментариях к опросу выше).

Какие метрики вы используете, чтобы понимать, что продукт работает?

Если речь о модулях, то важно понимать: продукт zool работает на базе моделей компьютерного зрения. А значит, главный вопрос — насколько точно и стабильно эти модели справляются с задачами. Оцениваем мы это по метрикам. Вот как всё устроено 👇

📦 Сначала — сбор и подготовка данных.

Собираем датасет: кадры с нужными объектами — например, людьми, тележками, перчатками, коровами. Делим его на три части:

— Тренировочная выборка (70–80%) — здесь модель учится.
— Валидационная выборка (20–30%) — проверяем устойчивость и переобучение.
— Тестовая выборка — используем в конце, чтобы объективно оценить результат.

Выборки не должны пересекаться — кадры в них разные. Если точность низкая, датасет дополняем и модель дообучаем.

📊 Какие метрики смотрим после обучения:

Precision — насколько мало ложных срабатываний.
Recall — сколько объектов модель действительно находит.
F1-score — баланс между precision и recall.
IoU (intersection over union) — насколько точно модель попала в объект.
mAP (mean average precision) — средняя точность по классам.
mAP\@50 — точность при IoU ≥ 0.5.
mAP\@50–95 — точность при разных порогах перекрытия (от 0.5 до 0.95).
Confusion matrix — визуально показывает, где модель ошибается по классам.

🎨 Финальный этап: реальное видео.

Тестируем, как модель справляется в «живых» условиях: с углами, освещением, фоном. Если модель не справляется в каких-то сценариях, добавляем похожие кейсы в датасет и запускаем дообучение.

Важно: разрешение видео должно совпадать с тем, что было при обучении. Это сильно влияет на стабильность распознавания.

🧩Всё это позволяет нам быть уверенными, что модель не просто обучилась, а действительно работает.

Остались вопросы — пишите в комментарии, с радостью расскажу подробнее.

👁 Подписаться

Привет, я Александр — аналитик zool.ai. Расскажу, как наша система помогает контролировать транспорт и сотрудников на территории предприятий.

Итак, поехали!

→ Мы фиксируем все машины, которые заезжают и выезжают: легковые, грузовые, спецтехнику.

🔵Нейросети распознают номера даже при плохом освещении, грязных или повреждённых знаках с помощью сверточных моделей и OCR-алгоритмов, обученных на тысячах изображений. Они умеют читать номера с разных камер и под разными углами.

🔵Каждый номер вместе с типом транспорта и временем прохода сохраняется и передаётся в систему безопасности через API.

→ Также мы определям, как охрана проверяет машины на выезде. Сейчас мы обучаем нейросеть для нового проекта — по правилам охранник должен открыть задние двери и багажник.

🔵С помощью видеоаналитики фиксируем, были ли открыты задние двери и багажник, если осмотра машины не было, система это зафиксирует и передаст соответствующее уведомление.

📌Как это работает?

🔵Видео с камер идёт на сервер, где нейросеть анализирует кадры. Она определяет наличие машины в кадре, а затем выделяет номер и передает на анализ специальным алгоритмам. Те читают символы на номере и отдают обратно результат, учитывая плохое освещение.

🔵Вся информация с точным временем, номером и типом транспорта сохраняется и автоматически уходит в систему безопасности.

Мы настраиваем модели под каждый завод — учитываем расположение камер, особенности освещения и типы транспорта, чтобы минимизировать ошибки и не перегружать персонал.

📎 Если у вас остались вопросы — пишите в комментариях, обсудим.

👁 Подписаться

#новости_zool

✉️ Скучали по ИИ-новостям? Мы тоже.
Ловите свежий дайджест за последние две недели:

🔵Microsoft вшила в Windows 11 целый набор AI-инструментов. Среди фишек — Copilot Vision (сканирует экран) и ИИ-агент для настроек.

🔵ByteDance представила VLA-модель для робототехники GR-3.

🔵Tencent Cloud выкатил CodeBuddy AI IDE — платформу, которая может помочь создать концепцию продукта, дизайн и код.

🔵Российский рынок промышленной видеоаналитики вырос на 26,4% за 2024 год — до 2,4 млрд руб., сообщает TelecomDaily.

🔵Ведомости пишут: AI-навыки становятся обязательными для многих профессий.

🔵Группа «Т-Технологии» открыла код модели потокового распознавания речи T-one (70 млн параметров).

🔵В больницах Новосибирской области теперь ИИ помогает интерпретировать рентген и КТ.

🔵«Роснефть» использует ИИ для анализа снимков белых медведей в рамках программы «Тамура».

🔵Google открыла доступ к модели Veo 3 для генерации видео через Gemini API. Мы уже тестировали Veo 2 — результат прикрепили к посту.

🔵Рынок ИИ в Китае превысил 700 млрд юаней ($97,6 млрд) в 2024 году.

🔵Yahoo Japan требует, чтобы все 11 тыс. сотрудников внедряли AI для удвоения продуктивности к 2028 году.


📌 Новости команды:

⭐️ Ждём ваши заявки. Открыли набор на курс по созданию AI-бизнес-решений в Ижевске. Совместно с академией «Цифра» и при поддержке Минцифры. Участники соберут проект в портфолио, получат документ о квалификации, рекомендации от экспертов и помощь с трудоустройством. Подать заявку можно до 21 августа → записаться

👁 Подписаться

#дайджест_zool

Искать час место на парковке?
✅ Спросить у zool, где есть свободное место.

Мы запускаем новый модуль для автоматического мониторинга парковки, чтобы избавить водителей от бесконечных кругов в поисках свободного места. Система анализирует видеопоток с камеры и в реальном времени показывает, какие парковочные места заняты, а какие — свободны.

📌 Как это работает?

Мы используем алгоритмы YOLO (You Only Look Once) — алгоритмы в компьютерном зрении.

→ На парковке задаются полигоны (ROI) — зоны, которые система распознаёт как отдельные парковочные места.
→ Камера «видит» машину, а YOLO моментально определяет: место занято или свободно.
→ Можно подключить умные уведомления — например, бот в Telegram пришлёт сообщение, когда рядом появится свободное место.

📌 Для чего это?

— Экономит время: не нужно бесконечно кружить вокруг парковки.
— Можно собирать аналитику, строить тепловые карты загруженности, прогнозировать пиковые часы.

📌Кому подходит?

От ТЦ и бизнес-центров до дворов жилых комплексов и городских парковок.

📎 Чтобы узнать подробности и увидеть демо, напишите в личные сообщения канала.

А как вы думаете, где ещё ИИ может сделать город удобнее?


👁 Подписаться

#новости_zool

Понедельник — самое время вдохнуть свежие идеи и вспомнить полезное. Мы собрали для вас подборку наших статей, чтобы было что почитать на кофе-брейке ☕️

Что почитать сегодня:

1. Как IT меняет промышленность?
2. Автоматизация производства: как сократить издержки?
3. Что внутри нейросети?
4. Видеоаналитика в ритейле: как увеличить продажи?
5. Как бизнес контролирует сотрудников и процессы с помощью видеоаналитики
6. Видеоаналитика для производства: меньше издержек и больше безопасности
7. Система распознавания автомобильных номеров: контроль и сокращение расходов
8. Видеоаналитика на стройке: снижение травматизма и рост эффективности

🎧 Если читать лень — можно послушать.
Недавно обсуждали со SkillboxMedia, что такое интеллектуальная видеоаналитика, зачем она бизнесу и как внедрять технологии без боли. Слушать тут.

👁 Подписаться

#дайджест_zool

🍕 Вышла 2 серия «Зул в большом офисе»

Обычный рабочий день: команда заказала пиццу, курьер на месте — и вдруг двери не открываются.

Зул решил: без картошки — никто не войдёт.

Что дальше? Смотрите сами. Спойлер: всё закончилось мирно, но без компромиссов не обошлось.

👁 Подписаться

#сериал_zool

#Пятница Вспоминали факапы

Привет, с вами Павел — эксперт по AI. Расскажу, как мы три недели искали баг, которого ✨не было✨

Началось всё вполне обычно. Мы доработали функцию распознавания номеров: подкрутили алгоритм, поправили обработку изображений, выкатили на тестовый сервер.

Вроде всё работает. Но через пару дней стали замечать: запросы тормозят. Потом вообще перестали обрабатываться. Начали копать.

Код пересмотрели вдоль и поперёк. Подозревали сеть, базу, сторонние сервисы. Меняли подходы, переписывали куски логики, искали временные решения — три недели жизни ушло на попытки понять, что пошло не так. И ноль прогресса...😢

В какой-то момент, мы перезапустили сервер. И внезапно всё заработало...

Что произошло?

Оказалось, библиотека, которую мы используем для обработки изображений, сохраняет в памяти промежуточные данные и не особо спешит их освобождать. В нашем тестовом окружении — один инстанс без автоматических перезапусков и без мониторинга. Система постепенно забивалась кэшем, пока не начинала падать.

Так баг оказался не багом, а особенностью инфраструктуры.

С тех пор мы:
— добавили ручную очистку кэша после запросов;
— настроили мониторинг памяти даже на тесте;
— и просто закрепили правило: если кажется, что баг в логике — сначала проверь окружение.

Такие дела.

📌 Если нравится такой формат историй из жизни продукта — поставьте реакцию. Подумаем, стоит ли сделать из этого пятничную традицию.

❤️ — жду следующую пятницу!
👀 — любопытно, давайте
😄 — узнал(а) себя, больно, но смешно

💜 Пока все строят планы на неделю, один завод уже сэкономил.

Как? Рассказываем — теперь ещё и на страницах Mashnews.

Наш кейс о внедрении видеоаналитики с ИИ в производственный процесс вышел в промышленном издании. В нём мы рассказываем как с помощью нейросетей и компьютерного зрения:

— предсказываем в реальном времени возможные поломки,
— фиксируем время начала и окончания операций по заготовке и шпинделю,
— интегрируем систему с MES через HTTP-API.

🔗 Читать кейс → https://mashnews.ru/kejs-kak-sokratit-izderzhki-na-zavode-s-pomoshhyu-ii.html

#производство_zool
#кейсы_zool

✉️ Сегодня среда, а значит — время для нашего традиционного дайджеста новостей за две недели! #новостнаясреда

🔵OpenAI представили режим обучения. Нейросеть теперь умеет искать правильный ответ вместе с пользователем (видео прикрепили).

🔵Учёные из МФТИ и AIRI придумали метод 3DGraphLLM, который помогает языковым моделям работать с 3D-пространством.

🔵 Комиссия по ценным бумагам и биржам США создала ИИ-подразделение для повышения эффективности работы.

🔵Через 2 дня выйдет GPT-5 — новая нейросеть от OpenAI. Она объединит все функции в одном чате и сможет создавать игры, сайты и симуляции по простым запросам. Запуск — 7 августа.

🔵 ИИ-стартап xAI представил Grok Imagine для генерации изображений и видео

🔵В России планируют увеличить количество роботов-доставщиков с 150 до 2600 в 37 регионах, а также добавят новые требования к их эксплуатации.

🔵 В стране ввели отдельное воздушное пространство для дронов на высоте до 150 метров.

🔵 Google DeepMind анонсировали модель Gemini 2.5 Deep Think — она анализирует сразу несколько вариантов ответа для лучших результатов.

🔵 Apple создает команду для разработки приложения, похожего на ChatGPT, которое сможет искать ответы в интернете.

🔵 Крупные технологические компании США (Google, Amazon, Microsoft и др.) в 2025 году планируют вложить $155 млрд в развитие ИИ.

🔵 LG Innotek и американская компания Aeva начали сотрудничать для производства лидаров — датчиков для автопилотов и роботов.

🔵 По данным НИУ ВШЭ, ИИ в России будет совершенствоваться при любом сценарии развития ИТ-отрасли. Этому могут способствовать высокий уровень отечественных технологий и кадров.

🔵 Отчет Nature показывает, что ИИ становится полноценным соавтором в науке — помогает выдвигать гипотезы и решать сложные задачи.

📌Новости команды zool:

⭐️ Ищем специалиста технического сопровождения full-time в офис в Ижевске — ссылка на вакансию

⭐️Открыт набор на курс по созданию AI-бизнес-решений в Ижевске. До 21 августа можно подать заявку → записаться

На этом всё. Всем продуктивной недели! ✨

👁 Подписаться

#дайджест_zool

❇️ Всем привет! Это рубрика #вопросы, здесь публикуются обращения наших клиентов. А я Михаил, аналитик zool, отвечаю на них.

Каждый день получаю десятки вопросов: от интеграции с SCADA до обсуждений, как кот случайно попал в кадр вместо сотрудника.

Мы уверены: к каждому клиенту нужен свой подход. И отвечать на нестандартные вопросы так же важно, как и на самые серьёзные.

Сегодня расскажу вам про мой личный топ:

🥇 1 место
Инженер на встрече:

— Можно ли на базе zool.ai настроить автоматическое оповещение о критических отклонениях по SMS и в мессенджерах, чтобы оперативно реагировать без входа в систему?

— Да, можем настроить: в Telegram оповещения уже работают, WhatsApp и SMS сейчас тестируем в пилоте.

🥈 2 место
На встрече с руководителем производства:

— zool.ai будет работать, если у нас нет камер, а только датчики?

— Мы можем анализировать данные с датчиков, но основная специализация - видеоаналитика. Но для различных задач мы можем интегрироваться и с датчиками.

🥉 3 место
Из переписки в чате внедрения:

— Если я переименую станок в «Вася», вы будете писать в отчётах: «Вася снова сломался»?

— Да. И система будет к нему относиться так же внимательно, как и к любому другому станку.

🎖 Почётное упоминание
Как-то меня спросил менеджер после демо:

— Если система предсказывает поломки, она может подсказать, когда у меня сломается кофемашина?

— Может, но мы боимся, что это будет больная правда.

А вы кому бы отдали золото в рейтинге?

📱 — вопросу про SMS
📹 — вопросу про датчики
🤵 — конечно же про Васю
☕️ — вопросу про кофемашину

🧢 А это Глеб — специалист по данным zool.ai. Сегодня он покажет, чем занимается на работе.

Глеб тренирует модели для распознавания объектов, подбирает изображения для обучения и размечает на них то, что система должна находить. Проще говоря, он учит искусственный интеллект «смотреть» и «понимать» картинку.

С 8-го класса Глеб увлекается интеллектуальными играми: ездит на турниры, помогает организовывать студенческий чемпионат России, а в его копилке — золотая медаль по эрудит-квартету на Кубке Европы среди студентов.

До прихода в zool.ai несколько лет работал модератором на Sports.ru — следил за порядком и общался с активной аудиторией спортивного портала.

В свободное время играет в настольные ролевые и карточные игры, а вечером может выбрать хорошее кино — например, «Ещё по одной» с Миккельсеном.

#команда_zool