Снизьте простои и повысьте производительность своего предприятия с помощью AI-видеоаналитики

Система распознаёт типовые рабочие операции на зафиксированных рабочих местах: это может быть операция трекинга — отслеживание перемещения продукта (например, с рабочего стола на конвейерную ленту) или весы — подсчёт по смене состояний (пустые → с продукцией → снова пустые).

По качеству продукции система может распознавать: кровоподтёки на тушке, разрывы, некорректную укладку в лоток, нарушение целостности плёнки, неправильное расположение наклейки.

Важно: описанные выше сценарии распознавания — это уже реализованные кейсы. Однако возможности системы постоянно расширяются за счёт дообучения моделей под новые задачи. Если ваш продукт или операция отличаются от приведённых примеров — рекомендуем проконсультироваться с нашими менеджерами.

Morigan эффективен на производствах с фиксированными рабочими местами и повторяющимися ручными операциями (фасовка, упаковка, сортировка, нарезка). Но система адаптируется под любые отрасли с конвейерным или пооперационным учётом.

Точность подтверждена независимым ручным пересчётом — погрешность составляет меньше 1%. Для сравнения: типичные MES-системы дают погрешность до 26,3% — такое расхождение критично для управленческих решений и расчёта зарплаты.

Клиент может самостоятельно закупить камеры и другое оборудование по нашему списку, но сервер всегда поставляем только мы. Это гарантирует, что система работает корректно и проблемы с производительностью компонентов не влияют на подсчёты.

Все данные хранятся на серверах на площадке клиента — это не облачное решение. Данные находятся в защищённом контуре подсети, доступ к ним предоставляется только по выделенным учётным записям.

Да, Matller с продуктом Morigan входит в реестр аккредитованных IT-компаний Минцифры России. Это даёт клиентам возможность получать льготы и субсидии при внедрении отечественного ПО (в рамках импортозамещения).

Да, мы проводим пилотные проекты: устанавливаем камеры на небольшое количество рабочих мест, настраиваем базовый учёт и в течение нескольких недель собираем данные. Это позволяет оценить точность, удобство и потенциальный эффект до принятия решения о масштабировании.