Цифровой маркетплейс Цифровой маркетплейс
Продукты
Каталог
  • Все продукты31 629
  • Категории15
  • Аналоги западного ПО4 785
  • Сравнение
Срезы
  • Топ по категориям
  • Реестр ПО21 590
  • По регионам РФ89
Направления
  • Все категории15
  • ИТ-инфраструктура18 960
  • Управление предприятием12 708
  • Данные и аналитика6 866
  • Офис и коммуникации5 898
  • Публичные сервисы3 066
  • Документооборот и контент2 776
  • Информационная безопасность2 476
  • Продажи и маркетинг2 214
  • Отраслевое ПО2 188
  • Управление персоналом1 419
  • Разработка ПО1 202
  • Инженерное и производственное ПО1 021
  • Проекты и задачи905
  • Торговля и e-commerce630
  • Речевые и языковые технологии342
Кейсы
Проекты
  • Все проекты внедрения2 087
  • Кейсы применения ИИ1 353
  • Импортозамещение ПО365
  • Цифровой регион206
  • Кейсы с госсектором455
По эффекту
  • ROI > 200%133
  • Эффект >5 млн ₽98
  • Миграция с зарубежного69
Компании
Участники рынка
  • Вендоры23 454
  • Заказчики21 316
  • Отрасли28
  • Регионы89
Рейтинги
  • Лидеры импортозамещения
  • Резиденты Сколково2 593
Медиа
Новости
  • Новости рынка939
  • Новости компаний
  • Регулирование
Аналитика
  • Аналитика рынка
  • Призма
  • Глоссарий3 116
Войти Регистрация
  • Все продукты
  • Категории
  • Аналоги западного ПО
  • Реестр ПО
  • Сравнение
  • Все проекты внедрения
  • Кейсы применения ИИ
  • Импортозамещение ПО
  • Цифровой регион
  • Кейсы с госсектором
  • Вендоры
  • Заказчики
  • Регионы
  • Отрасли
  • Лидеры импортозамещения
  • Новости рынка
  • Новости компаний
  • Аналитика
  • Глоссарий
Войти Регистрация
Главная/ Проекты цифровой трансформации/ Искусственный интеллект/ Компьютерное зрение/ РУСАГРО-Тамбов (Знаменский СЗ) — «ВИСКОНТ.Свекла»: CV-контро...
Кейс Проект #2670 Промышленность и производство Торговля (оптовая и розничная) · опубликовано 1 июля 2023

РУСАГРО-Тамбов (Знаменский СЗ) — «ВИСКОНТ.Свекла»: CV-контроль качества сахарной свеклы

Описание проекта

На Знаменском сахарном заводе (ООО «РУСАГРО-ТАМБОВ») внедрена система автоматической классификации качества сахарной свеклы при приёмке сырья. IP-видеокамера установлена над навесом приёмного пункта: при въезде грузовика нейросеть локализует содержимое кузова и анализирует его на наличие загрязнителей и дефектов.

Система обнаруживает: грязь и землю, зелёную ботву, механические сколы клубней, снег и лёд в кузове. На основании анализа принимается решение о направлении партии — на немедленную переработку или в буфер хранения. Результаты классификации интегрированы в информационную систему предприятия.

Задача

Ручная визуальная оценка качества свеклы оператором-приёмщиком давала точность лишь 60–70% и была подвержена субъективности и усталости. Неверная классификация дорогостоящего сырья приводила к снижению выхода сахара, порче запасов и финансовым потерям. При высокой интенсивности приёмки (сезон уборки) пропускная способность ручного контроля становилась узким местом.

Цели внедрения

  • Повысить точность классификации качества сахарной свеклы при приёмке

  • Исключить субъективный человеческий фактор при входном контроле сырья

  • Ускорить обработку транспортного потока на приёмном пункте в пиковый сезон

  • Интегрировать данные о качестве сырья в информационную систему предприятия

Результаты

  • Финансы

  • Снижение потерь от неверно классифицированного сырья (подача некачественной свеклы на прямую переработку снижает выход сахара)

  • Экономия на обработке и хранении некондиционного сырья Время

  • Классификация занимает секунды (ранее — ручной осмотр с задержкой транспорта)

  • Работа в режиме реального времени без задержки транспортного потока Качество и эффективность

  • Точность ИИ-классификации: >90% (против 60–70% у оператора-человека)

  • Автоматическая локализация и детекция 4 типов дефектов: грязь, ботва, сколы, снег Нагрузка и масштаб

  • Исключение оператора-приёмщика из процесса визуальной оценки

  • Возможность масштабирования на другие приёмные пункты ГК «Русагро» Надёжность

  • Исключение человеческого фактора: оператор не влияет на решение о качестве

  • Сохранение истории классификации каждой партии в ИС предприятия Импортозамещение и compliance

  • Российский вендор (Малленом Системс, Череповец)

  • Продукт «ВИСКОНТ.Свекла» разработан в России Качественный эффект (если цифры не раскрыты): Переход от субъективной ручной оценки (60–70%) к объективной автоматической классификации (>90%) принципиально меняет экономику приёмки сырья на сахарном заводе.

← Все кейсы
ЗАКАЗЧИК
ООО «РУСАГРО-ТАМБОВ» (Знаменский сахарный завод)
ИНН: 6804008674
ПРОДУКТ МЕСЯЦА
Directum СЭД+
СЕН 2026

Directum СЭД+ сочетает в себе лучшие практики цифровизации документооборота крупных компаний и соответствует…

Открыть продукт →
КЕЙС КВАРТАЛА
Регистрация посещения объекта общественного питания для подписки на уведомления о возможном контакте с заболевшим новой коронавирусной инфекцией
Департамент цифрового развития Владимирской области · Q3 2026

Внедрение электронного сервиса «Регистрация посещения объекта общественного питания с целью подписки на…

Открыть кейс →
ТОП МАТЕРИАЛ
Госрегулирование и КИИ
Аналитика · Q3 2026

Обзор сферы госрегулирования и критической информационной инфраструктуры по материалам деловой программы…

Открыть отчёт →
Цифровой маркетплейс

«Цифровой маркетплейс» - проект АНО «Цифровые платформы»: российский B2B-маркетплейс корпоративного ПО, который помогает компаниям выбирать технологии на основе данных и расширять клиентскую базу поставщиков в России, ЕАЭС и БРИКС. ~20 тыс. вендоров, ~30 тыс. продуктов, сотни заказчиков - открыты и регулярно обновляются.

marketplace@diplatforms.ru

Каталог

  • Управление предприятием
  • Продажи и маркетинг
  • Торговля и e-commerce
  • Управление персоналом
  • Проекты и задачи
  • Данные и аналитика
  • Документооборот и контент
  • Офис и коммуникации
  • ИБ и безопасность
  • Аналоги западного ПО
  • Все категории →

Участники и регионы

  • Вендоры и разработчики
  • Заказчики
  • Кейсы внедрения
  • Регионы · 89
  • - Москва
  • - Санкт-Петербург
  • Резиденты Сколково
  • Реестр ПО
  • Рынки и индустрии
  • Стать вендором

Знания

  • Новости рынка
  • - Регулирование
  • - Рынок
  • - Продукты
  • - Внедрения
  • - Безопасность
  • - События
  • Новости компаний
  • Аналитика рынка
  • Сравнения и бенчмарки
  • Призма

Платформа

  • О проекте
  • Инструкции
  • Регистрация
  • Тарифы
  • Статистика платформы
  • MCP / API для вендоров
  • Контакты
  • Яндекс.Метрика
© 2026 АНО «Цифровые платформы» · ИНН 6168990775 · marketplace@diplatforms.ru
Правовые документы Настройки cookie 18+

Мы используем cookie для работы сайта и статистики посещений. Запись действий на странице включается только с вашего согласия. Подробнее.