Цифровой маркетплейс Цифровой маркетплейс
Продукты
Каталог
  • Все продукты31 619
  • Категории15
  • Аналоги западного ПО4 785
  • Сравнение
Срезы
  • Топ по категориям
  • Реестр ПО21 589
  • 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 086
  • B2B и B2G ПО73
  • Кейсы с госсектором455
  • Кибербезопасность
По эффекту
  • ROI > 200%133
  • Эффект >5 млн ₽98
  • Миграция с зарубежного69
Компании
Участники рынка
  • Вендоры23 442
  • Заказчики21 316
  • Отрасли28
  • Регионы89
Рейтинги
  • Лидеры импортозамещения
  • Резиденты Сколково2 593
Медиа
Новости
  • Новости рынка910
  • Новости компаний
  • Регулирование
Аналитика
  • Аналитика рынка
  • Призма
  • Глоссарий3 116
Войти Регистрация
  • Все продукты
  • Категории
  • Аналоги западного ПО
  • Реестр ПО
  • Сравнение
  • Все проекты внедрения
  • B2B и B2G ПО
  • Кейсы с госсектором
  • Вендоры
  • Заказчики
  • Регионы
  • Отрасли
  • Лидеры импортозамещения
  • Новости рынка
  • Новости компаний
  • Аналитика
  • Глоссарий
Войти Регистрация
Главная/ Проекты цифровой трансформации/ Искусственный интеллект/ Стройплощадки Москвы: компьютерное зрение для контроля охран...
Кейс Проект #4061 Строительство и девелопмент · опубликовано 2 сентября 2026

Стройплощадки Москвы: компьютерное зрение для контроля охраны труда

Описание проекта

Система в реальном времени анализирует видеопотоки со стройплощадок и детектирует людей, каски, жилеты, технику и нарушения. Детекция построена на YOLO (от YOLOv5 к более новым версиям), классификация — на ResNet, сегментация — на EfficientDet, Mask R-CNN и U-Net. Обработка потоков идёт через FFmpeg и GStreamer, модели оптимизируются TensorRT, разметка ведётся в CVAT. Архитектуру пришлось разбить из монолита на микросервисы — отдельно захват видео, декодирование, инференс и хранение — потому что на 20+ камерах монолит стал неуправляем, а узким местом оказался CPU, а не GPU. Обучение — transfer learning с полностью разморожённым backbone из-за сильного отличия домена от COCO. Отдельный блок предиктивной аналитики на случайных лесах и градиентном бустинге учитывает погоду, состояние техники, человеческий фактор и организацию работ.

Вендор и технология: QMonitoring, компьютерное зрение на YOLOv8, ResNet, EfficientDet, Mask R-CNN, U-Net плюс предиктивная аналитика на ансамблях.

Задача

Несчастные случаи на производстве остаются серьёзной проблемой отрасли. Человек-наблюдатель замечает нарушение с задержкой до нескольких минут, а мелкие объекты (человек размером 50–100 пикселей), перекрытия, погода и грязь на объективах ломают наивные детекторы.

Цели внедрения

  • Детектировать нарушения СИЗ и опасное поведение в реальном времени

  • снизить производственный травматизм

  • масштабировать систему с единиц камер до сотен

  • удержать низкий уровень ложных срабатываний

  • добавить предиктивную оценку риска происшествий

Результаты

  • Результаты

  • 18 000 нарушений выявлено на стройках Москвы за первые 5 месяцев 2026 года

  • около 2000 нарушений устранено с помощью ИИ в 2025 году

  • точность более 90%

  • реакция за секунды против нескольких минут у человека

  • по отрасли травматизм снизился с 28 000 случаев в 2015 году до 20 000 в 2025-м

  • масштабирование с 5–7 камер через рубеж 20+ камер к целевым примерно 500 камерам Нагрузка и масштаб

  • Стройплощадки Москвы и области, целевой масштаб около 500 камер Сроки

  • Публикация 30.08.2026

← Все кейсы
ЗАКАЗЧИК
Строительные объекты Москвы и Московской области, в том числе многопрофильная больница в Балашихе
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
  • 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.