Visão computacional
Olhos na sua operação. Conectados aos seus sistemas.
Detecção, contagem e inspeção em imagens e vídeos do mundo real — úteis porque os resultados chegam ao software que faz sua operação funcionar, e não a um painel que ninguém abre.
O que construímos
Detecção e contagem
Quantas pessoas, quantas unidades, quais veículos, onde estão os ativos — a partir das câmeras que você já tem, onde o ângulo e a luz permitem.
Controle de qualidade visual
Defeitos e anomalias detectados dentro do fluxo de produção ou de recebimento, e não mais adiante — com filas de revisão para os casos que uma pessoa deve julgar.
Compreensão de documentos e imagens
Quando a entrada é uma foto do mundo real — recibos, medidores, prateleiras, obras — e a leitura tem que chegar ao seu sistema em vez de ser digitada à mão.
Edge ou nuvem
O deployment é decidido pelas suas restrições de latência, banda e privacidade, não pela moda.
Quando as equipes nos procuram
- Contagem ou inspeção manual que não escala
- Incidentes que você só descobre depois que aconteceram
- Um investimento em câmeras que nunca virou dado
Como começa
O Discovery Sprint valida a viabilidade nas suas próprias gravações antes de qualquer compromisso de construir: se estas câmeras, nestes ângulos e nesta luz, conseguem responder à sua pergunta — e o que seria necessário se não conseguirem.
Como construímos
Viabilidade nas suas gravações
Testamos a qualidade da detecção nas suas câmeras e nas suas condições reais antes de qualquer compromisso. O Discovery Sprint pode cobrir esta etapa.
Métricas acordadas primeiro
Metas de precisão e recall definidas com você, nos seus casos. "Funciona" ganha um número antes de construirmos.
Piloto em uma linha ou um local
O menor deployment real que comprove valor em condições de produção.
Escalar e operar
Rollout com monitoramento, filas de revisão para os casos limite e um ciclo de retreinamento que mantém a acurácia honesta.
O que falha — e por isso já planejamos
Posicionamento
a maioria dos problemas de acurácia atribuídos ao modelo são problemas de câmera: ângulo, altura, iluminação. Olhamos as gravações antes de prometer qualquer coisa.
Oclusão
pessoas atrás de pessoas, produtos atrás de mãos. O recall cai exatamente onde você mais precisa dele; o projeto assume isso em vez de descobrir depois.
Drift
uma estação muda a luz, uma parede é pintada, alguém encosta na câmera. A acurácia é verificada contra a realidade em um calendário, não presumida a partir do dia do lançamento.
Falsos positivos
a planta que conta como pessoa até o limiar mudar. Os limiares são ajustados por local, junto com as pessoas que recebem os alertas.
O que nunca é gravado
Contar pessoas não é identificá-las. Os sistemas que construímos detectam uma pessoa, não qual pessoa: sem rostos, sem reidentificação, sem vídeo armazenado a menos que você decida o contrário — contagens, marcas de tempo e eventos, com retenção e acessos definidos antes de a primeira câmera ser conectada. E quando uma câmera observa um local de trabalho, contar à equipe o que é detectado, o que não é e o que fica guardado é parte do projeto, não um memorando depois.
Funciona bem com
Perguntas frequentes
Precisamos de câmeras especiais?
Normalmente não. Partimos das câmeras que você já tem — e dizemos com honestidade se elas não forem suficientes, antes de você gastar nada.
Que acurácia podemos esperar?
Depende das suas gravações, da sua iluminação e dos seus casos — é exatamente por isso que a viabilidade é testada nos seus dados reais antes de qualquer compromisso, e as metas são acordadas como números, não como adjetivos.
Processamento na nuvem ou no local?
Decidido pelas suas restrições de latência, banda e privacidade — as duas opções estão na mesa, e a resposta é uma decisão de engenharia, não uma opção padrão.