تخطَّ إلى المحتوى
Smart AMCSMART AMCحلول ذكاء اصطناعي
مُتَاحالرؤية الحاسوبية / الأغذية · Gulf (GCC)

كل مطبخ — كل شبكة شعر وقفاز وآفة — مراقَب، في الوقت الفعلي.

طبقة رؤية حاسوبية تعمل على الكاميرات لديك بالفعل. تكتشف شبكات الشعر والقفازات والمرايل والآفات؛ تحسب وقت البقاء في المنطقة؛ تُرسل تنبيهات تيليجرام في اللحظة التي يحدث فيها خطأ ما.

المشروع

حارس المطبخ

النتائج

8–12

Cameras per box

YOLOv8

Real-time detection

Live

Telegram alerts

Box: mini-PC or Jetson

01 · المشكلة

نظافة المطبخ هي المتغير الأكبر الوحيد في أي عملية أغذية، ويقوم البشر بفحصها في جولات دورية. بحلول وقت اكتشاف المشكلة، انتهت الوردية. تحتاج العلامات التجارية أيضاً إلى بيانات صلبة للدفاع عن نفسها في الحوادث والتدقيقات.

02 · أسلوبنا

تشغيل YOLOv8 على حاسوب مصغر أو Jetson متصل بـ CCTV الموجود. عرِّف قواعد لكل منطقة (تحضير / خط / غسل) وقواعد لكل فئة (شبكة شعر، قفازات، مريلة، أحداث غسل اليدين، آفات). بث الاكتشافات إلى لوحة تحكم Flask؛ إطلاق تنبيهات تيليجرام في اللحظة التي تُنتهك فيها قاعدة؛ تجميع تقارير لكل وردية.

03 · ما بنيناه

خدمة CV قابلة للإدراج لأي مطبخ أغذية: الكاميرات الحالية تبقى، والجهاز يضيف 8-12 كاميرا كشف في الوقت الفعلي، ويحصل المدير على تنبيهات تيليجرام ولوحة تحكم لكل وردية على المنفذ 5000. مبني على Python وYOLOv8 وFlask.

03 · لقطات من المنتج

نماذج مما بنيناه

  • كشف النظافة المباشر عبر كاميرا المطبخ
    كشف النظافة المباشر عبر كاميرا المطبخ
  • نموذج الرؤية يرصد الالتزام بالقفازات وشبكة الشعر
    نموذج الرؤية يرصد الالتزام بالقفازات وشبكة الشعر

تعمل على شيء مشابه؟

معظم مشاريعنا تبدأ بمكالمة تحديد نطاق مدتها 30 دقيقة.