Smart Yard — Computer Vision for the Truck Yard

Kameralar kuniga minglab surat yuborardi, biroq ulardan kerakli javobni olib bo'lmasdi: bu qaysi mashina, kimga tegishli, to'siqni ochish kerakmi? Turargohning o'z kadrlarida YOLOv11 modellarini o'qitdim: transport turi, rangi, USDOT, unit va tirkama raqamlari. So'ngra ularning natijalarini har bir mashina bo'yicha bitta kartaga jamlab, FMCSA ma'lumotlar bazasi orqali tekshiradigan qildim.

Modellar aniqligi

82–95%

Aniqlash, rang va raqam o'qish modellari

O'quv rasmlari

1,500+

Turargoh kameralaridan olinib, belgilab chiqilgan

Kamera oqimlari

Har bir mashina bo'yicha bitta kartaga jamlanadi

Muammo

Hammasini ko'radigan, lekin hech narsa aytmaydigan kameralar

Turargohda 7 ta kamera bor, ular rasmlarni pochtaga tartibsiz yuborib turadi. Bitta yuk mashinasining to'rt tomondan o'nlab rasmi keladi va ular o'sha paytda o'tgan boshqa mashinalarning rasmlari bilan aralashib ketadi.

Tayyor «aqlli» kameralar davlat raqamini o'qiy olardi, lekin kabinadagi USDOT va unit raqamini o'qimasdi — logistika kompaniyasiga esa aynan shu ikkisi kerak. Rangni aniqlaydigan tayyor modellar ham bizning kadrlarda adashardi: quyosh past bo'lsa, soya tushsa yoki tirkama kir bo'lsa, kulrang mashina oq bo'lib ko'rinardi.

Qabul qilingan qarorlar

Bitta murakkab model o'rniga bir nechta ixtisoslashgan model

Transportni aniqlash — YOLOv11 real vaqtda yuk mashinasi, tirkamali yuk mashinasi va yengil avtomobilni ajratadi.
Rang — turargoh rasmlarida alohida o'qitilgan model, chunki umumiy modellar bizdagi yorug'likda to'g'ri ishlamadi.
USDOT va unit raqamini o'qish — model kabinadagi raqamni topadi, keyin o'sha qism kesib olinib o'qiladi. USDOT FMCSA APIga yuboriladi va kompaniya nomi, holati hamda kontaktlari qaytadi.
Tirkama raqamini o'qish — yangi kameralar tirkama raqamini o'qiy olmasdi, shuning uchun buni alohida model bajaradi.
Case summary — yuqoridagi barcha natijalar har bir mashina uchun bitta kartaga yig'iladi: turi, rangi, USDOT, unit, davlat raqami va buni tasdiqlaydigan rasmlar.

Kichik modellarni qayta o'qitish va tekshirish oson: raqam noto'g'ri o'qilsa, xato qaysi bosqichda ketgani darhol ko'rinadi.

Arxitektura

Tizim qismlari qanday bog'langan

7 ta kamera → transportni aniqlash (YOLOv11) → rang modeli
                          ↓
        USDOT / unit / tirkama raqamini o'qish
                          ↓
     FMCSA API (kompaniya, holat, kontaktlar)
                          ↓
  mashina kartasi → to'siq qoidalari → ochish / yopish
                          ↓
         hodisalar jurnali (Django + PostgreSQL)

Natija

Hozirgi holati

Har bir modelning aniqligi 82–95%; ular turargohdan olingan 1 500 dan ortiq belgilangan rasmda o'qitilgan.

To'siq ikki kamera bilan boshqariladi: tashqi kamera kelgan mashinani aniqlab, ochish buyrug'ini yuboradi, ichki kamera esa mashina o'tib ketganini ko'rib, yopish buyrug'ini beradi. Har bir qaror jurnalga yoziladi. Hozircha yengil avtomobillar avtomatik o'tadi, yuk mashinalari esa to'lov bosqichini kutadi. Keyingi qadam — turargoh uchun oylik to'lov qilgan yuk mashinalarini to'xtatmasdan o'tkazish.

Qaytadan boshlasam, nimani o'zgartirardim

Murakkab kadrlarni — yaltirash, yomg'ir, tun, kadrdan yarmi chiqib qolgan mashina — birinchi kundanoq to'play boshlagan bo'lardim. Modellar aynan shunday suratlar o'quv to'plamiga qo'shilganda eng ko'p yaxshilandi, men esa dastlab ularni keraksiz deb chetga surgan edim.