1
Контекст
Определяем сценарий распознавания, объекты и метрику точности.
Работа с изображением
Computer Vision с понятной сметой.
Разрабатываем системы компьютерного зрения для контроля качества, распознавания объектов и анализа визуальных потоков.
Telegram
Онлайн
t.me/meretti_pro
Обычно отвечаем за 15 минут
WhatsApp
Пн–Пт 10–19
+7 993 600-62-23
Альтернативный способ связи
Вы также можете отправить запрос на нашу почту hello@meretti.pro
Работа с изображением
Точность в production
Production-подход
Прозрачная оценка
01 — Состав
Что входит.
Аудит сценариев и данных
Карта рисков и критериев качества
UX ключевого взаимодействия
Архитектура AI-контура
Интеграции с системами клиента
Оценка ответов и мониторинг
Тестирование крайних случаев
Документация и передача команде
02 — Метод
Как создаём компьютерное зрение
Начинаем с точности распознавания на реальных кадрах, затем выбираем модель и контур.
2
Данные
Проверяем источники изображений, доступы и качество разметки.
3
Прототип
Тестируем распознавание модели на реальных кадрах.
4
Production
Собираем интеграции с камерами, наблюдаемость и защиту потока.
5
Развитие
Улучшаем точность модели по данным реальной эксплуатации.
Квиз по проекту
Быстрый расчёт проекта.
Заполните заявку и получите расчёт на ваш проект — и скидку 20% на разработку.
Скидка 20% за заполненную заявку
Шаг 1 / 6
Что нужно сделать?
Шаг 2 / 6
Какая главная цель проекта?
Шаг 3 / 6
Сайт или система уже есть?
Шаг 4 / 6
Какие интеграции понадобятся?
Шаг 5 / 6
Когда нужен результат?
Шаг 6 / 6
Ориентир по бюджету?
Последний шаг — куда прислать расчёт
Расчёт почти готов.
Оставьте номер — пришлём расчёт и скидку 20% в течение 15 минут. Без презентаций и давления.
03 — Процесс
Этапы работы.
01
Фиксируем задачу распознавания и границы первой версии.
02
Собираем сценарии, датасет и требования к точности.
03
Делаем модель инкрементами с регулярными демо на кадрах.
04
Проводим тесты на новых кадрах, обучение команды и мониторинг точности.
04 — Интеграции
Интеграции для компьютерного зрения
OpenAI APIИспользуем модели OpenAI для описания и классификации изображений там, где не нужна узкая точность.
Anthropic APIПодключаем Claude для анализа изображений в связке с текстовым контекстом — например, актов и фото дефектов.
Google Vertex AIОбучаем и разворачиваем модели распознавания объектов на Vertex AI.
PostgreSQLСохраняем результаты распознавания, координаты объектов и метаданные кадров в PostgreSQL.
TelegramОтправляем оператору кадры с найденным дефектом или нарушением сразу в Telegram.
CRMПривязываем результаты видеоаналитики к карточке объекта или заказа в CRM.
05 — Стек
Технологии проекта.
Модели
GPTClaudeGeminiLlama
06 — Сравнение
Внедрение вместо эксперимента
| Критерий | meretti.pro | Разрозненный пилот | Готовый бот |
|---|---|---|---|
| Сценарий | Привязан к процессу | Проверяется в вакууме | Ограничен шаблоном |
| Качество | Тесты и мониторинг | Без системы оценки | Не управляется |
| Данные | Права и контекст | Ручные выгрузки | Закрытый контур |
07 — Цифры
Почему с нами.
48 ч
на первичную оценку
1
команда от гипотезы до запуска
100%
прозрачности по данным
7 дней
ритм демо
Бесплатная консультация 15 минут
Оставьте номер — перезвоним.
Перезвоним в течение 2 часов в рабочее время (Пн–Пт, 10:00–19:00 МСК) — коротко разберём объём, сроки и порядок цифр. Без продаж и обязательств.
Ответим за 2 часа
Менеджер проекта, а не отдел продаж
Никакого спама
08 — Стоимость
Тарифы и ориентиры.
Пилот
от 450 000 ₽
10–16 недель
- Ключевой сценарий
- Прототип
- Тестовые кейсы
Популярный
Production
от 711 000 ₽
16–24 недели
- Всё из «Пилота»
- Интеграции
- Мониторинг и безопасность
Масштаб
от 1 202 000 ₽
24–36 недель
- Всё из «Production»
- Несколько сценариев
- План развития
Стоимость зависит от данных, интеграций и требований к качеству; состав работ фиксируем до старта.
Дополнения
Подготовка данныхДополнительные интеграцииОценка качестваПоддержка
10 — FAQ
Частые вопросы
Какие задачи CV делаете?
Классификация, детекция, OCR, контроль качества, документы/сканы. Нужны данные и разметка. Пилот на видео/фото потоке.
Хватит ли готовых моделей?
Часто да на старте. Дообучение — при домене. Считаем точность/полноту. Edge vs cloud.
Сколько нужно данных?
Зависит от задачи. Иногда сотни, иногда десятки тысяч. Аугментации и активное обучение. Оценка после sample.
Интеграция в линию/1С?
Да, через события и API. Задержка критична. Железо и сеть учитываем. Пилот на одном участке.
Этика и персональные данные?
Лица/номера — особые правила. Минимизация, blur, согласия. Юристы клиента. Технические ограничения закладываем.
Следующий шаг
Найдём сценарий,
где AI окупается.
На первой встрече разберём сценарий распознавания, данные и границы пилота.