- О клиенте: Крупное предприятие в сегменте AgroTech. - Бизнес-проблема: Круглосуточный мониторинг производственных линий велся людьми через камеры. Из-за усталости операторы пропускали критические инциденты, что вело к прямым финансовым потерям компании. - Техническое решение: - Собрал и разметил кастомный датасет под специфику процессов заказчика. - Провел Fine-Tuning модели YOLOv8 для высокоточной детекции событий в условиях сложного производственного освещения. - Написал оптимизированный пайплайн для GPU-инференса (CUDA) и обработки видеопотока через OpenCV. - Обернул логику в FastAPI-микросервис (развернут on-premise через Docker для безопасности) и настроил систему мгновенных алертов. - Результат: Человеческий фактор полностью исключен из процесса первичного мониторинга. Система реагирует на инциденты за доли секунды, что позволило радикально снизить операционные убытки предприятия. - Стек: Python, YOLOv8, OpenCV, CUDA (GPU Inference), FastAPI, Docker.