Computer vision nima va qayerda ishlatiladi?
Computer vision (kompyuter ko'rish) — kompyuterga rasm va videodagi mazmunni tushunishni o'rgatadigan sun'iy intellekt yo'nalishi. Tizim kameradan kadr oladi, uni model orqali o'tkazadi va kadrdagi obyekt, yuz, matn yoki hodisani aniqlaydi. Natija — odam ko'z bilan qilayotgan ishning avtomatik, uzluksiz va qayd etiladigan varianti: kim kirdi, nechta mahsulot o'tdi, qaysi detalda nuqson bor, hujjatda qaysi raqam yozilgan. Bu maqolada texnologiya qanday ishlashi, qaysi sohalarda haqiqatan foyda berishi, qanday uskuna talab qilishi va nimalarni qila olmasligi ochiq yoritilgan.
Maqola tarkibi:
Computer vision nima va u AI'ning qaysi qismi?
Computer vision — sun'iy intellektning tasvir va video bilan ishlaydigan bo'limi. Uning vazifasi bitta: piksellar to'plamidan ma'noli ma'lumot chiqarish. Til modellari matnni, nutq tizimlari tovushni qayta ishlaganidek, kompyuter ko'rish kadrdagi obyekt, yuz, matn va harakatni aniqlab, uni boshqa dasturlar ishlata oladigan raqamli natijaga aylantiradi.
Muhim nuqta: kompyuter uchun rasm — bu shunchaki sonlar jadvali. Har piksel rang qiymatiga ega, model esa shu sonlardan takrorlanuvchi naqshlarni ajratishga o'rgatilgan. Shuning uchun tizim «odamni ko'rmaydi» — u o'zi ko'rgan minglab misollarga o'xshash naqshni topadi va unga ehtimollik bilan yorliq qo'yadi. Bu farqni tushunish loyihaning kutilmalarini to'g'ri qo'yish uchun kerak.
Amalda «kompyuter ko'rish» deganda uchta turdagi vazifa nazarda tutiladi: klassifikatsiya (kadrda nima bor?), detektsiya (u qayerda va nechta?) va tanib olish/identifikatsiya (bu aynan kim yoki qaysi obyekt?). Ko'pchilik biznes loyihalari shu uchtasining kombinatsiyasidan iborat bo'ladi.
Klassifikatsiya
Butun kadrga bitta yorliq: «yaroqli / nuqsonli», «bo'sh / band». Eng oddiy va eng barqaror vazifa turi — shuning uchun pilot loyihalar ko'pincha shundan boshlanadi.
Detektsiya
Kadrdagi har obyekt atrofiga ramka chiziladi va sanaladi: odam, avtomobil, quti, kaska. Sanash, kuzatish va zonaviy qoidalar shu natija ustiga quriladi.
Identifikatsiya
«Odam bor» emas, «bu — Alisher». Yuzni aniqlash texnologiyasi va davlat raqamini o'qish shu toifaga kiradi; bu eng qat'iy sifat va maxfiylik talablarini qo'yadi.
Tajribamizdan bitta gap
Mijozlar bilan suhbat ko'pincha «bizga sun'iy intellekt kerak» degan jumladan boshlanadi. Amalda esa savol boshqacha bo'lib chiqadi: «kamerada ko'rinib turgan hodisani qo'lda emas, avtomatik qayd etsak bo'ladimi?». Aynan shu ikkinchi shakl — computer vision uchun to'g'ri savol, chunki unda o'lchanadigan natija bor.
Computer vision qanday ishlaydi?
Computer vision tizimi ketma-ket quvur (pipeline) sifatida ishlaydi: kamera kadr beradi, kadr tozalanadi va standart o'lchamga keltiriladi, neyron tarmoq modeli undagi obyektni aniqlaydi, natija ustiga biznes qoidasi qo'llanadi va yakuniy qaror boshqa tizimga uzatiladi. Har bosqich alohida sozlanadi — va odatda muammo modelda emas, quvurning boshida yoki oxirida bo'ladi.
Kadr olish (capture)
IP kamera RTSP oqimi, USB kamera, telefon surati yoki skaner fayli. Bu yerda kadr chastotasi (FPS) va rezolyutsiya belgilanadi: real vaqtli xavfsizlik uchun sekundiga bir necha kadr kerak, sifat nazoratida esa bitta aniq surat yetishi mumkin. Ortiqcha FPS — bu ortiqcha server xarajati, kam FPS esa o'tkazib yuborilgan hodisa.
Oldindan tayyorlash (preprocessing)
Kadr o'lchami modelning kirish o'lchamiga keltiriladi, ranglar normallashtiriladi, shovqin kamaytiriladi, kerak bo'lsa perspektiva to'g'rilanadi va qiziqish zonasi (ROI) kesib olinadi. OpenCV kutubxonasi asosan shu bosqichda ishlaydi. Yaxshi preprocessing ba'zan modelni almashtirishdan ko'ra ko'proq foyda beradi.
Model orqali o'tkazish (inference)
Tayyorlangan kadr neyron tarmoqqa beriladi. Tasvir bilan ishlashda asos — konvolyutsion neyron tarmoqlar (CNN): ular kadrni kichik oynalar bilan skanerlab, avval oddiy chiziq va burchaklarni, keyin murakkabroq shakllarni, oxirida esa butun obyektni taniydigan qatlamlarni hosil qiladi. Zamonaviy detektorlar (YOLO oilasi) shu ishni bitta o'tishda bajaradi — shuning uchun ular real vaqtga mos.
Detektsiya va klassifikatsiya natijasi
Model chiqishida ramkalar ro'yxati bo'ladi: har biri uchun koordinata, sinf nomi va ishonch darajasi (confidence). Aynan shu yerda chegara (threshold) qo'yiladi — past chegara ko'p yolg'on signal, yuqori chegara esa o'tkazib yuborilgan hodisa demakdir. Bu sozlama har obyektda alohida tanlanadi.
Kuzatish va agregatsiya (tracking)
Ketma-ket kadrlarda bir xil obyektga bitta ID biriktiriladi. Busiz bitta odam 30 marta sanaladi. Tracking sanash, chiziqdan o'tishni qayd etish, zonada turgan vaqtni o'lchash va takroriy signalni bostirish uchun kerak.
Biznes qoidasi va qaror
Model faqat «kadrda nima bor»ni aytadi; qaror qoidalar qatlamida chiqariladi. Masalan: «kaskasiz odam xavfli zonada 5 sekunddan ortiq turdi → ogohlantirish», «xodim tanildi va ishonch chegaradan yuqori → davomat yozuvi». Bu qatlam mijoz jarayoniga moslab yoziladi va vaqt o'tib eng ko'p o'zgaradigan qism hisoblanadi.
Integratsiya va saqlash
Natija ma'lumotlar bazasiga yoziladi, boshqaruv panelida ko'rsatiladi va REST API orqali CRM, HR yoki ERP tizimiga uzatiladi; ogohlantirish Telegram orqali yuboriladi. Aynan shu bosqich loyihaning qiymatini yaratadi — hech kim ko'rmaydigan detektsiya foyda keltirmaydi.
Quvur sxemasi
Kamera
RTSP / surat
Preprocessing
OpenCV
Model
CNN / YOLO
Qoida
Qaror mantiqi
Integratsiya
API / panel
Model qismining nazariy asosi ochiq: konvolyutsion tarmoqlar va zamonaviy detektsiya arxitekturalari hujjatlashtirilgan, tasvir qayta ishlash amallari esa OpenCV rasmiy hujjatlarida batafsil yozilgan. Tayyor bulut API'larining imkoniyat chegarasini esa Google Cloud Vision hujjatlari bo'yicha baholash mumkin. Loyihaning qiyinligi nazariyada emas — mijozning real kamerasi, real yoritishi va real jarayonida ishlashida.
Computer vision qayerda ishlatiladi?
Computer vision eng ko'p oltita yo'nalishda qo'llanadi: yuzni aniqlash (davomat va kirish nazorati), obyekt detektsiyasi (xavfsizlik, transport), sifat nazorati (ishlab chiqarish), odam va mahsulot sanash (savdo), OCR (hujjat va chek) hamda harakat/hodisa aniqlash. Quyidagi jadval har yo'nalish uchun vazifa, real misol va joriy etish murakkabligini bir joyda ko'rsatadi.
| Soha | Vazifa | Real misol | Murakkablik |
|---|---|---|---|
| Yuzni aniqlash — davomat | Xodimni kirish nuqtasida identifikatsiya qilish va ish vaqtini avtomatik qayd etish | Korporativ mijozda ishlab turgan davomat tizimi: kameralar + terminallar, real vaqt monitoringi | O'rta |
| Yuzni aniqlash — xavfsizlik | Ruxsat etilgan/etilmagan shaxslarni ajratish, kirish nazorati bilan bog'lash | Ofis yoki ombor eshigi: faqat ro'yxatdagi xodimga ochiladi, qolgani jurnalga tushadi | O'rta-yuqori |
| Obyekt detektsiyasi | Kadrdagi odam, transport, qadoq, asbob-uskunani topish va sanash | Hududga kirgan avtomobilni qayd etish, ombordagi paletlarni hisoblash | Past-o'rta |
| Sifat nazorati (ishlab chiqarish) | Liniyadagi mahsulotda nuqson, yetishmayotgan detal yoki noto'g'ri yorliqni aniqlash | Konveyer ustidagi kamera: qiyshiq yopishtirilgan etiketka aniqlanib, partiya belgilanadi | Yuqori |
| Odam/mahsulot sanash (retail) | Kirish oqimi, navbat uzunligi, javon oldida turgan vaqt statistikasi | Savdo nuqtasida kunlik tashrif dinamikasi va eng gavjum soatlar hisoboti | Past-o'rta |
| OCR — hujjat tanib olish | Suratdagi matn, raqam, seriya yoki jadval maydonlarini matnga aylantirish | Pasport yoki shartnoma maydonlarini qo'lda kiritish o'rniga avtomatik to'ldirish | Past (chop etilgan matn) / Yuqori (qo'lyozma) |
| Harakat va hodisa aniqlash | Zonaga ruxsatsiz kirish, uzoq turib qolish, yiqilish, tutun kabi hodisalarni qayd etish | Xavfli zonaga kaskasiz kirgan xodim bo'yicha darhol Telegram ogohlantirishi | Yuqori |
Nega «sanash» eng oson boshlanish nuqtasi?
Odam yoki mahsulot sanashda xatoning narxi past: bitta kadrda adashsa, kunlik statistika deyarli o'zgarmaydi. Shuning uchun birinchi computer vision loyihasini shu vazifadan boshlash mantiqan to'g'ri — jamoa tizimga ishonch hosil qiladi, siz esa kameralar va serverning haqiqiy imkoniyatini o'lchab olasiz.
OCR — kamera talab qilmaydigan yagona yo'nalish
Hujjat tanib olishda video oqim kerak emas: telefon surati yoki skaner fayli yetadi, oqim uzluksiz bo'lmagani uchun server talabi ham past. Shu sababli OCR loyihalari boshqa computer vision vazifalariga qaraganda tezroq va arzonroq ishga tushadi.
Sizning vazifangiz shu jadvaldagilardan biriga o'xshaydimi?
Innosoft computer vision yechimlarini ishlab chiqadi: 15 mln so'mdan, muddat odatda 30-60 kun. Tariflar, jarayon bosqichlari va narxga nima kirishi — xizmat sahifasida ochiq yozilgan.
Konsultatsiyada avval vazifani baholaymiz: computer vision kerakmi yoki arzonroq yechim bormi.
Computer vision qanday texnologiyalar bilan quriladi?
Tipik computer vision steki to'rt qatlamdan iborat: tasvirni qayta ishlash kutubxonasi (OpenCV), obyekt aniqlash modeli (YOLO oilasi yoki shunga o'xshash detektorlar), maxsus vazifa modellari (yuz embedding'lari, OCR dvigateli) va integratsiya qatlami (API, baza, panel). Quyidagi jadval har komponent nima uchun kerakligini va qachon tanlanishini ko'rsatadi.
| Texnologiya | Nima uchun kerak | Qachon tanlanadi | Nimaga e'tibor berish |
|---|---|---|---|
| OpenCV | Kadr olish, o'lcham va rangni tayyorlash, filtrlar, geometrik to'g'rilash, natijani chizish | Deyarli har loyihada — u model emas, quvurning asosi | O'zi tanib olmaydi; klassik usullar (chegara, kontur) faqat barqaror sharoitda ishlaydi |
| YOLO oilasi (obyekt detektorlari) | Kadrdagi obyektlarni ramka bilan topish va sinflash, real vaqt tezligida | Odam/transport/mahsulot sanash, zona nazorati, xavfsizlik hodisalari | Tayyor sinflar ro'yxati umumiy; o'z obyektingiz uchun belgilangan datasetda qayta o'qitish kerak |
| Yuz aniqlash modellari (embedding) | Yuzni topib, uni raqamli vektorga aylantirish va bazadagi vektorlar bilan solishtirish | Davomat, kirish nazorati, ro'yxatdan o'tgan shaxsni tanish | Burchak, maska, yoritish natijaga kuchli ta'sir qiladi; shaxsiy ma'lumot rejimi talab qilinadi |
| OCR dvigatellari (masalan Tesseract) | Suratdagi matnni belgilarga ajratib, tahrirlanadigan matnga aylantirish | Hujjat, chek, seriya raqami, blank maydonlarini avtomatik to'ldirish | Chop etilgan tekis matnda kuchli; qiyshiq, qo'lyozma yoki past sifatli suratda tayyorlash bosqichi hal qiluvchi |
| Bulut vision API'lari | O'z modelini o'qitmasdan tayyor tanib olish funksiyalaridan foydalanish | Tez prototip, kam hajmli oqim, standart vazifalar | Video tashqariga chiqadi va so'rov hajmiga qarab to'lanadi — maxfiylik va tannarx tekshirilishi shart |
| Python + PostgreSQL + Docker | Model kodi, natijalarni saqlash va tizimni barqaror joylashtirish | Ishlab chiqarishga chiqadigan har qanday loyihada | Prototip va ishlaydigan tizim orasidagi farq aynan shu qatlamda — jurnal, zaxira, monitoring |
| REST API + Telegram Bot API | Natijani CRM/HR tizimiga uzatish va ogohlantirish yuborish | Natija odam ko'radigan yoki boshqa tizim ishlatadigan joyda | Signal ko'p bo'lsa e'tibor so'nadi — chegara va agregatsiyani boshidan o'ylash kerak |
Tayyor model yoki o'z modelingizmi?
Bu — loyihaning eng katta narx va muddat ajratuvchi savoli. Tayyor modellar umumiy sinflarni (odam, avtomobil, sumka) yaxshi taniydi va bir necha kunda ishga tushadi. Sizning mahsulotingizdagi maxsus nuqson yoki maxsus obyekt esa tayyor sinflar ro'yxatida yo'q — u uchun rasm to'plash, belgilash (annotatsiya) va o'qitish kerak bo'ladi.
Tayyor model yetadi
Odam sanash, transport qayd etish, umumiy obyekt detektsiyasi, chop etilgan matn OCR'i.
O'qitish kerak
Aynan sizning mahsulotingizdagi nuqson, maxsus forma yoki uskuna, korxonaga xos hodisa turlari.
Steknining har qatlami almashtirilishi mumkin, lekin mantiq o'zgarmaydi. Loyihada qaysi variant arzonroq chiqishi kameralar soni va oqim rejimiga bog'liq — computer vision xizmati sahifasida tariflar va jarayon bosqichlari batafsil berilgan.
Computer vision uchun qanday uskuna va sharoit kerak?
Uskuna talabi vazifaga bog'liq va ko'pchilik o'ylaganidan kamroq: aksariyat loyihalarda mavjud IP kameralar RTSP oqimi orqali ulanadi, alohida sotib olish shart emas. Haqiqiy talab uchta narsada: kamera qayerga va qanday burchakda qo'yilgan, sahnada yoritish barqarormi va natija qayerda hisoblanadi — lokal serverda, edge qurilmada yoki bulutda.
| Vazifa | Kamera talabi | Hisoblash |
|---|---|---|
| Yuzni aniqlash | Kirish nuqtasiga yaqin, yuz balandligida, qarshi yorug'liksiz; yuz kadrda yetarli piksel egallashi kerak | Doimiy oqim — lokal server; kamera ko'p bo'lsa GPU |
| Odam/obyekt sanash | Tepadan yoki keng burchakdan; obyektlar bir-birini kam to'sadigan joylashuv | Kam FPS yetadi — o'rtacha server ham bardosh beradi |
| Sifat nazorati | Qat'iy o'rnatilgan kamera + barqaror sun'iy yoritish; masofa va burchak o'zgarmasligi shart | Tez javob kerak bo'lsa liniya yonida edge qurilma |
| Hodisa/harakat aniqlash | Zonani to'liq qamrab oluvchi kamera; tungi rejimda IQ yoritish | Uzluksiz ko'p oqim — GPU'li server |
| OCR / hujjat | Kamera shart emas — telefon surati yoki skaner fayli yetadi | Oddiy server yoki bulut; oqim uzluksiz emas |
1. Kamera turi va joylashuvi
Rezolyutsiya emas, obyektning kadrdagi o'lchami hal qiladi. 4K kamera 30 metr uzoqdagi yuzni tanish uchun 720p kameradan ko'ra ko'p yordam bermaydi, agar burchak noto'g'ri bo'lsa. Loyihani boshlashdan oldin biz har kameradan bir necha namuna kadr olamiz va shundan keyingina vazifa bajarilishi mumkinligini aytamiz.
2. Yoritish — eng arzon «model yaxshilash»
O'zgaruvchan yorug'lik computer vision loyihasining eng ko'p uchraydigan sababchisi: ertalab ishlagan tizim kunduzi quyosh tushganda xato qila boshlaydi. Ko'pincha bitta chiroq qo'shish yoki kamerani derazaga qaratmaslik modelni almashtirishdan foydaliroq bo'ladi.
3. Ruxsat va shaxsiy ma'lumot
Yuzni aniqlash bilan bog'liq har qanday tizimda xodimlarni ogohlantirish, saqlash muddatini belgilash va kimga kirish huquqi borligini hujjatlashtirish kerak. Amaliy maslahat: rasm o'rniga faqat embedding saqlash, video arxivini cheklangan muddatda ushlab turish va panelga rolga asoslangan kirishni yoqish.
4. Server: lokal, edge yoki bulut
Lokal server — video obyektdan chiqmaydi, internetga bog'liqlik yo'q. Edge qurilma — kamera yonida hisoblaydi, kechikish minimal. Bulut — boshlanish arzon, lekin kanal va trafik xarajati bor. Ko'p kamerali real vaqt ssenariysida GPU zarurati byudjetning asosiy qismini tashkil qiladi.
Computer vision aniqligiga nimalar ta'sir qiladi?
Aniqlik modelning o'zidan ko'ra ko'proq sharoitga bog'liq: kamera burchagi, yoritish, obyektning kadrdagi o'lchami, to'siqlar, harakat tezligi va tanlangan ishonch chegarasi. Shuning uchun biror tizimning aniqligini raqam bilan oldindan va'da qilish noto'g'ri — u faqat sizning kadrlaringizda o'lchangandan keyin ma'lum bo'ladi.
Obyektning kadrdagi o'lchami
Model juda kichik obyektni ko'rmaydi. Yuz uchun kadrda yetarli piksel bo'lishi kerak; masofa ortsa, aniqlik keskin tushadi. Yechim — kamerani yaqinlashtirish yoki optikani almashtirish, modelni emas.
Yoritish va kontrast
Qarshi yorug'lik (kamera derazaga qaragan), soya, tungi rejim — barchasi tanib olishni buzadi. Barqaror sun'iy yoritish sifat nazoratida deyarli majburiy shart.
To'siqlar (occlusion)
Obyekt qisman ko'rinmasa, detektsiya ishonchi tushadi: odamlar bir-birini to'sadi, quti paletda yashirinadi, yuzni maska yoki bosh kiyim qoplaydi.
Harakat tezligi va FPS
Tez harakatlanuvchi obyekt kadrda xiralashadi yoki ikki kadr orasida umuman tushmay qoladi. Konveyer tezligi va kamera FPS'i loyihaning boshida hisoblanishi kerak.
Ishonch chegarasi (threshold)
Bitta sozlama ikki xil xatoni almashtiradi: chegarani pasaytirsangiz yolg'on signal ko'payadi, ko'tarsangiz haqiqiy hodisa o'tkazib yuboriladi. To'g'ri qiymat biznes narxidan kelib chiqib tanlanadi.
O'qitish ma'lumotining sifati
Model faqat ko'rgan narsasini taniydi. Agar datasetda tungi kadrlar yoki yangi qadoq turi bo'lmasa, tizim ularda xato qiladi — shuning uchun ma'lumot yig'ish alohida bosqich hisoblanadi.
Vaqt o'tishi bilan siljish (drift)
Qadoq dizayni o'zgardi, kamera silkindi, yangi forma joriy etildi — natija sekin yomonlashadi. Shu sababli ishlab turgan tizimda davriy tekshiruv va qayta o'qitish rejalashtiriladi.
Aniqlik raqamlari haqida halol gap
Bozorda «99% aniqlik» degan va'dalar ko'p uchraydi. Bunday raqamlar odatda ideal sharoitdagi ochiq test to'plamlarida o'lchanadi va sizning omboringiz yoki kirish yo'lagingizga taalluqli emas. To'g'ri yondashuv — pilot bosqichida sizning kameralaringizdan olingan kadrlarda o'lchash va ikki xil xatoni alohida ko'rsatish: o'tkazib yuborilgan hodisalar va yolg'on signallar. Biz loyiha shartnomasida aynan shu o'lchov usulini kelishib olamiz.
Computer vision nimalarni qila olmaydi?
Computer vision faqat kadrda ko'rinib turgan narsa haqida gapira oladi. U to'siq ortidagi obyektni, qorong'i kadrdagi tafsilotni yoki kamera qamrab olmagan zonani «to'ldirmaydi». Shuningdek u niyat, sabab va hujjat haqiqiyligini baholamaydi — bu qarorlar odam yoki boshqa tizim zimmasida qoladi.
Ko'rinmagan narsani tiklay olmaydi
Kamera burchagi noto'g'ri, obyekt to'siq ortida yoki kadr juda qorong'i bo'lsa — hech qanday model buni qoplamaydi. Bunday holatda yechim modelda emas, montajda.
Niyatni o'qiy olmaydi
Tizim «odam javon oldida 40 sekund turdi» deb ayta oladi, lekin «u o'g'irlik qilmoqchi edi» deya olmaydi. Har qanday niyat talqini — qoidalar va odam qarorining ishi.
Hujjat mazmunini tekshirmaydi
OCR matnni o'qiydi, lekin uning haqiqiyligini, imzoning to'g'riligini yoki ma'lumot yolg'onligini aniqlamaydi. Bu uchun alohida tekshiruv mantiqi kerak.
Nol xato bermaydi
Har tizimda ikki xil xato bo'ladi: o'tkazib yuborish va yolg'on signal. To'g'ri loyihada ular yo'q qilinmaydi, balki biznes uchun arzonroq tomonga siljitiladi.
O'zgargan sharoitga o'zi moslashmaydi
Yangi qadoq, yangi forma, kamera siljishi — natijani yomonlashtiradi. Tizim kuzatilishi va vaqti-vaqti bilan qayta sozlanishi kerak.
Har muammoning eng arzon yechimi emas
Agar vazifani sensor, shtrix-kod yoki oddiy hisoblagich hal qilsa — ular arzonroq va barqarorroq. Computer vision ular yetmaydigan joyda mantiqiy bo'ladi.
Xulosa: computer vision — kuchli, lekin sharoitga sezgir vosita. Loyihani «model tanlash»dan emas, «bu hodisa kamerada haqiqatan ko'rinib turibdimi?» degan savoldan boshlash kerak. Konsultatsiyalarda biz aynan shuni birinchi tekshiramiz va ba'zan mijozga computer vision kerak emasligini ochiq aytamiz.
Real misol: yuzni aniqlash davomat tizimida
Computer vision biz uchun nazariya emas: korporativ mijoz uchun yuzni aniqlash kameralari va maxsus terminallarga asoslangan davomat tizimini ishlab chiqdik. Tizim xodimni kirish nuqtasida avtomatik identifikatsiya qiladi, ish vaqtini qayd etadi va rahbariyatga kechikish hamda erta ketish bo'yicha hisobot beradi. Loyiha 2024-yilda, 3 oy ichida bajarilgan.
Vazifa
Yirik korxonada xodimlarning kelish-ketishini qo'lda emas, avtomatik qayd etish va boshqaruvga ishonchli hisobot berish.
Computer vision qismi
Sun'iy intellektga asoslangan yuzni aniqlash kameralari xodimni kirish joyida identifikatsiya qiladi; kirish nuqtalariga maxsus terminallar o'rnatilgan, monitoring real vaqt rejimida yuritiladi.
Texnologiyalar
Python, OpenCV, React, PostgreSQL, Docker — model va tasvir quvuri, boshqaruv paneli hamda joylashtirish infratuzilmasi bitta loyihada.
Natija
Batafsil hisobotlar va boshqaruv paneli: ish vaqti, kechikishlar va erta ketishlar avtomatik ko'rinadi. Muddat — 3 oy.
Shu loyihadan olingan amaliy dars
Yuzni aniqlash loyihasida eng ko'p vaqt modelga emas, kirish nuqtasini to'g'ri tashkil etishga ketadi: kamera balandligi, xodim oqimi yo'nalishi va yoritish. Xodimlar tizimga o'rganib olgach, tanib olish jarayoni ular uchun sezilmas bo'lib qoladi — muvaffaqiyat mezoni ham shu. Xodimlar davomatiga oid tanlov mezonlari davomat tizimini tanlash qo'llanmasida alohida yoritilgan.
Computer vision loyihasini qayerdan boshlash kerak?
Boshlash nuqtasi — texnologiya emas, bitta aniq va o'lchanadigan vazifa. Avval hodisani ta'riflang (nima qayd etilishi kerak), keyin uni kamerada ko'rish mumkinligini tekshiring, so'ng qo'lda qilinayotgan ishning hozirgi narxini hisoblang. Shundan keyingina model va uskuna haqida gapirish mantiqiy bo'ladi.
Bitta hodisani tanlang
«Barcha jarayonni avtomatlashtiramiz» emas, «kirish eshigida xodimni qayd etamiz» yoki «kunlik tashrif oqimini sanaymiz». Tor vazifa tez ishga tushadi va natijasi ko'rinadi.
Namuna kadrlarni yig'ing
Mavjud kameradan turli vaqtdagi bir necha o'nlab kadr — ertalab, kunduzi, kechqurun. Bu materialsiz hech kim vazifa bajarilishini halol ayta olmaydi.
Hozirgi narxni o'lchang
Bu ishga qancha odam-soat ketmoqda, xato qancha turadi? Loyihaning foydasi shu raqamga nisbatan hisoblanadi, «zamonaviy texnologiya» degan sababga emas.
Pilot bilan boshlang
Bir-ikki kamera, cheklangan zona, aniq muvaffaqiyat mezoni. Pilot natijasi keyingi bosqich hajmini va uskuna byudjetini aniqlashtiradi.
Integratsiyani boshidan rejalashtiring
Natija qayerga tushadi — HR tizimigami, Telegram kanalgami, hisobot panelgami? Bu savol keyinga qoldirilsa, ishlayotgan detektsiya ham foydasiz qoladi.
Computer vision odatda yolg'iz ishlamaydi — u sun'iy intellekt yechimlari va CRM/hisobot tizimlari bilan birga qiymat beradi: kamera hodisani qayd etadi, tizim esa uni jarayonga ulaydi.
Ko'p so'raladigan savollar
Computer vision nima?
Computer vision (kompyuter ko'rish) — kompyuterga rasm va videodagi mazmunni tushunishni o'rgatadigan sun'iy intellekt yo'nalishi. Tizim kadrni piksellar to'plami sifatida oladi, model orqali undagi obyekt, yuz, matn yoki hodisani aniqlaydi va natijani boshqa tizimlar ishlata oladigan ma'lumotga aylantiradi: kim kirdi, nechta mahsulot o'tdi, qaysi detalda nuqson bor.
Computer vision va sun'iy intellekt farqi nimada?
Sun'iy intellekt — umumiy soha, computer vision esa uning tasvir va video bilan ishlaydigan bo'limi. Matn bilan ishlaydigan til modellari, tovush bilan ishlaydigan nutq tizimlari va tasvir bilan ishlaydigan computer vision — bularning barchasi AI ostida. Amalda bitta loyihada ular birga ishlatiladi: kamera obyektni aniqlaydi, keyin til modeli hisobotni matn shaklida tayyorlaydi.
Computer vision qayerda ishlatiladi?
Eng ko'p tarqalgan oltita yo'nalish: yuzni aniqlash (davomat va kirish nazorati), obyekt detektsiyasi (xavfsizlik, transport), sifat nazorati (ishlab chiqarish liniyasi), odam va mahsulot sanash (do'kon, savdo markazi), OCR (hujjat, pasport, chek raqamlarini o'qish) va harakat/hodisa aniqlash (ruxsatsiz zona, yiqilish, tutun). O'zbekistonda birinchi bo'lib davomat va xavfsizlik yo'nalishlari joriy etilmoqda.
Yuzni aniqlash texnologiyasi qanday ishlaydi?
Kamera kadridan avval yuz joylashuvi topiladi (face detection), so'ng yuz tekislanadi va modeldan o'tkazilib raqamli vektorga — embedding'ga aylantiriladi. Bu vektor bazadagi ro'yxatdan o'tgan vektorlar bilan taqqoslanadi; masofa belgilangan chegaradan yaqin bo'lsa, tizim shaxsni tanidi deb hisoblaydi. Ya'ni baza rasmni emas, matematik tavsifni saqlaydi.
Computer vision uchun qanday kamera kerak?
Vazifaga bog'liq. Yuzni aniqlash uchun kirish nuqtasiga yaqin, yuz balandligida va yetarli yorug'likda joylashgan IP kamera kerak. Obyekt sanash uchun keng qamrovli tepadan qaragan kamera qulayroq. OCR uchun umuman kamera shart emas — telefon surati yoki skaner fayli yetadi. Ko'p hollarda mavjud IP kameralar RTSP oqimi orqali to'g'ridan-to'g'ri ulanadi.
Computer vision tizimi internetsiz ishlaydimi?
Ha, agar tizim lokal (on-premise) serverda qurilsa. Bunda video obyektdan chiqmaydi, model shu yerda ishlaydi va internet uzilganda ham tanib olish davom etadi — faqat tashqi bildirishnomalar kechikadi. Bulut varianti boshlang'ich xarajatni kamaytiradi, lekin barqaror kanal va yuklash tezligiga bog'liq bo'ladi.
Computer vision nimalarni qila olmaydi?
U ko'rinmayotgan narsani ayta olmaydi: to'siq ortidagi obyekt, qorong'i kadr, kamera burchagi noto'g'ri bo'lsa — model buni to'ldirmaydi. Shuningdek u niyatni, sababni yoki hujjat mazmunining haqiqiyligini baholamaydi: OCR matnni o'qiydi, lekin uning to'g'ri yoki yolg'onligini hal qilmaydi. Har qanday chegaraviy holatda yakuniy qarorni odam tasdiqlashi kerak.
Computer vision loyihasi qanchaga tushadi?
Innosoft'da computer vision yechimlari 15 mln so'mdan boshlanadi, murakkab videoanalitika va o'z modelini o'qitish talab qiladigan loyihalar yuqoriroq turadi, muddat odatda 30-60 kun. Aniq narx kameralar soni, oqim real vaqtda kerakmi va model tayyor yoki o'qitiladimi degan savollarga bog'liq — batafsil tariflar computer vision xizmati sahifasida.
O'xshash maqolalar
Innosoft jamoasi
Innosoft — O'zbekistondagi IT kompaniya. Computer vision, sun'iy intellekt, veb-sayt va mobil ilova yechimlari bo'yicha ishlaymiz. Bu maqoladagi texnik xulosalar Python va OpenCV asosidagi yuzni aniqlash davomat tizimini korporativ mijozda joriy etish tajribamizdan olingan.
Yangilangan: 2026-07-07
Computer vision yechimi kerakmi?
Innosoft kamera va tasvirlardan ma'lumot oladigan tizimlarni ishlab chiqadi: yuzni aniqlash, obyekt detektsiyasi, sifat nazorati, sanash va OCR. Narx 15 mln so'mdan, muddat 30-60 kun. Konsultatsiyada avval vazifangiz kamerada ko'rinadimi — shuni birga tekshiramiz.
Yoki qo'ng'iroq qiling: +998 77 016 87 88