Обновлено: август 2026
Машинное зрение на производстве — это связка промышленных камер и нейросетей, которая в реальном времени контролирует качество продукции, считает изделия, читает маркировку и следит за соблюдением техники безопасности. Технология подходит серийным производствам от 500 единиц в смену: пищевым, металлообработке, фармацевтике, электронике.
Это одна из самых зрелых технологий ИИ в промышленности. В 2025 году глобальный рынок оценивается в $18.4 млрд (Markets and Markets), и 70% применений приходится на производство: контроль качества, подсчёт продукции, сортировка, мониторинг оборудования. В России интерес растёт: «машинное зрение» — 9 600+ запросов в Яндексе ежемесячно, «компьютерное зрение» — 51 000+.
При этом большинство производственников до сих пор считают машинное зрение «космической технологией», доступной только крупным заводам. Это заблуждение: стоимость MVP-решения начинается от 300К рублей, окупаемость — 3-8 месяцев. Ниже — конкретика: как работает технология, какие задачи решает, сколько стоит и как внедрить без рисков.
Что такое машинное зрение и чем оно отличается от видеонаблюдения
Видеонаблюдение записывает картинку. Машинное зрение анализирует картинку и принимает решения. Камера на складе просто фиксирует, что происходит. Система машинного зрения на конвейере детектирует царапину на детали размером 0.1 мм, отправляет команду «брак» на сортировочный механизм и записывает статистику дефектов в базу — всё за 50 миллисекунд.
Технически машинное зрение — это связка из трёх компонентов:
Ключевое отличие от видеоаналитики: машинное зрение работает в реальном времени с промышленной точностью. Допустимая задержка — 10-100 мс. Если деталь движется со скоростью 1 м/с, за 100 мс она проедет 10 см — система должна успеть обработать кадр и дать команду до того, как деталь уйдёт за пределы сортировочного механизма.
7 задач, которые решает машинное зрение в цехе
Контроль качества и обнаружение дефектов
До 60% всех проектов. Находит царапины, сколы, вмятины, трещины, инородные включения, отклонения размеров. Контролёр устаёт за 2-3 часа (точность падает с 95% до 70-80%), система держит 99%+ круглосуточно. На линии пластиковой упаковки находит микротрещины от 0.05 мм на 200 ед/мин — четыре контролёра ОТК заменены одной камерой, −85% рекламаций.
Подсчёт и учёт продукции
Подсчёт единиц на конвейере, в паллетах, на стеллажах. Точность 99.9% при скоростях до 1000 ед/мин. Особенно ценно для мелкоштучной продукции (метизы, фурнитура, фармацевтика), где ручной подсчёт долог и ненадёжен.
Сортировка и классификация
Классификация по размеру, цвету, форме, сорту. Пищевая промышленность (фрукты, зерно), переработка (вторсырьё), электроника (компоненты). Скорость — до 2000 объектов в минуту, недостижимо для ручного труда.
Считывание маркировки и кодов
OCR, штрих-коды, QR, DataMatrix. Проверка маркировки, номера партии, срока годности. Актуально для фармацевтики («Честный знак»), продуктов питания, электроники.
Позиционирование и навигация роботов
Машинное зрение «показывает» роботу, где деталь и как её захватить: bin picking, точное позиционирование при сборке, контроль траектории сварочного робота. Без него робот работает только с деталями в строго заданной позиции.
Контроль сборки и комплектности
Проверка, что все компоненты на месте: болты закручены, разъёмы подключены, этикетки наклеены. Критично в автомобилестроении и электронике, где пропущенный компонент — от рекламации до отзывной кампании.
Мониторинг состояния оборудования
Контроль износа деталей, уровня жидкостей, состояния поверхностей. Предиктивное обслуживание: система замечает износ конвейерной ленты за 2-3 недели до обрыва. Экономия — стоимость простоя (500К-2 млн за день для среднего завода).
Как работает внедрение: от идеи до запуска
Типичный проект проходит 5 этапов. Это не «купил камеру — заработало»: каждый этап критичен.
Итого от аудита до запуска — 10-20 недель. Простые задачи (подсчёт, коды) — ближе к 10, сложные (многоклассовая дефектоскопия, 3D-контроль) — к 20.
Не пропускайте аудит и прототип. Это 10-15% бюджета, но они отвечают на главный вопрос: «решаема ли задача с требуемой точностью?». Без прототипа рискуете потратить 70-80% бюджета и узнать, что оборудование не подходит.
Сколько стоит внедрение: три ценовых уровня
Стоимость зависит от сложности задачи, числа камер, требований к точности и скорости, интеграции с MES/ERP.
Состав MVP-решения (одна камера, одна задача): промышленная камера 50-200К, объектив 15-80К, освещение 20-100К, edge-устройство или промышленный ПК 50-150К, разработка ПО и обучение модели 150-300К, монтаж и пусконаладка 50-100К. Ежемесячно: поддержка и мониторинг 20-50К; дообучение при изменении продукции — от 50К по запросу.
Окупаемость: расчёт ROI на линии розлива
Было: 4 контролёра ОТК в 2 смены = 480К/мес, точность 92%, рекламации 3.5% = 87.5К/мес. Стало: 1 оператор = 70К/мес, точность 99.7%, рекламации 0.2% = 5К/мес, поддержка 30К/мес.
Экономия — 462.5К/мес. Внедрение — 1.2 млн. Окупаемость — 2.6 месяца, ROI за год — 363%.
Машинное зрение — не расход, а инвестиция с одним из лучших ROI среди промышленных технологий. Окупаемость в 3-8 месяцев — не маркетинг, а средний показатель по нашим проектам. Ключевое условие — правильная постановка задачи и качественный аудит на старте.
Кейс: контроль качества в реальном времени
Как это выглядит на реальном производстве — наш проект ProControl: автоматический контроль продукции на скорости конвейера, где человеческий осмотр падал до 75-80% точности. Две промышленные камеры, структурированное освещение, нейросеть на базе YOLOv8 для детекции 12 классов дефектов, интеграция с PLC для отбраковки и с MES для статистики.
Когда машинное зрение НЕ нужно
Честность важнее продажи. Есть ситуации, когда машинное зрение — не лучший выбор:
Малый объём продукции
50-100 единиц в день — ручной контроль обходится в 15-20К/мес. Система за 500К+ окупится через 2 года, это неоправданно. Порог целесообразности — от 500 единиц в смену.
Субъективные критерии
«Красиво ли выглядит?» нейросеть оценит хуже человека. Если критерий нельзя формализовать (размер, цвет, форма) — машинное зрение не поможет.
Меняющийся ассортимент
Если продукция меняется каждую неделю — затраты на постоянное дообучение съедят экономию. Технология эффективна для серийного производства с устойчивым ассортиментом.
Экстремальные условия
Температура выше 80°C, сильная вибрация, агрессивные среды требуют спецоборудования (корпуса, охлаждение) и удорожают проект в 2-3 раза. Иногда проще решить задачу другими датчиками.
Машинное зрение vs видеоаналитика: в чём разница
Термины часто путают. Разберёмся:
Машинное зрение — промышленные системы для контроля качества, сортировки, роботизации. Промышленные камеры, точность до 0.01 мм, отклик — миллисекунды. Цена входа — от 390К.
Видеоаналитика — анализ видеопотока с обычных IP-камер: подсчёт посетителей, распознавание лиц, детекция событий. Готовые камеры видеонаблюдения, точность — метры/сантиметры, отклик — секунды. Цена входа — от 260К.
Контроль качества на конвейере — это интеграция ИИ. Подсчёт посетителей в магазине — видеоаналитика. Иногда задачи пересекаются: мониторинг загрузки производственных зон можно решить и видеоаналитикой.
Какие технологии используются
Нейросетевые модели
YOLO — детекция объектов в реальном времени (5-15 мс на GPU), для дефектов, подсчёта, классификации. EfficientNet / ResNet — классификация «годен/брак» с точностью 99%+. U-Net / Segment Anything — сегментация: границы дефекта, площадь повреждения, геометрия.
Edge-устройства
Не всегда нужен мощный сервер. Для простых задач — NVIDIA Jetson Orin (от 80К), промышленные мини-ПК с OpenVINO. Преимущество — компактность, низкое энергопотребление, работа без сети.
Облачные решения
Для задач без реального времени (анализ фото после смены, контроль документации) — Yandex Vision, Google Cloud Vision, свои модели в Yandex Cloud ML. От 1 рубля за обработку изображения.
Отраслевая специфика
Пищевое производство
Сортировка по качеству, контроль этикетирования и маркировки, обнаружение инородных включений. Особенность: гигиена (корпуса IP67+), работа с мокрыми и блестящими поверхностями.
Металлообработка
Контроль геометрии (допуски до 0.01 мм), дефекты поверхности (раковины, трещины, коррозия), сварные швы. Особенность: отражающие поверхности — поляризационное или диффузное освещение.
Фармацевтика
Верификация «Честный знак», целостность упаковки, комплектация блистера. Особенность: жёсткая валидация (ГОСТ, GMP) — каждое решение документируется и воспроизводимо.
Электроника
Контроль пайки (холодные пайки, перемычки), расположение SMD-компонентов, микромаркировка. Особенность: микроразмеры — камеры от 12 Мп с телецентрическими объективами.
Для любой отрасли работаем под ключ: от аудита и подбора оборудования до запуска и поддержки. Подробнее — интеграция ИИ на производстве. По видеоаналитике (подсчёт людей, контроль зон) — видеоаналитика для бизнеса.
Как выбрать подрядчика
Рынок машинного зрения в России молодой, разброс компетенций огромный. На что смотреть:
Частые вопросы
Сколько стоит система машинного зрения?
Пилотный модуль под одну задачу или один тип дефекта — от 650 000 ₽, готов за 2 недели. Простая конфигурация с одной камерой (подсчёт, OCR) стартует от 390 000 ₽. Полноценная система контроля качества с обучением модели на всех типах дефектов, монтажом камер и интеграцией с конвейером и 1С — 1,5–4 млн ₽, собирается поэтапно. Внедрение под ключ — на странице услуги машинного зрения на производстве. Сопровождение — от 40К/мес. Итог зависит от числа дефектов, скорости линии и количества камер.
Сколько изображений нужно для обучения модели?
Зависит от задачи. Бинарная классификация (годен/брак) — от 500 изображений каждого класса. Детекция дефектов — от 1000 размеченных. Сложная классификация (10+ типов) — от 300 каждого типа. Аугментация (поворот, масштаб, яркость) сокращает потребность в реальных данных на 30-50%.
Можно ли использовать обычные IP-камеры?
Для простых задач (подсчёт крупных объектов, крупные коды) — да. Для промышленного контроля качества — нет: rolling shutter (размытие движения), 25-30 fps, нет синхронизации с освещением, плавающая автоэкспозиция. Промышленные камеры: global shutter, до 500 fps, стробоскоп, стабильные параметры. В цене разница 3-5 раз, в результате — качественная.
Какая точность реалистична?
Крупные дефекты (царапины > 1 мм, вмятины > 2 мм) — 99.5-99.9%. Мелкие (0.05-0.5 мм) — 97-99%. Классификация годен/брак — 99-99.8%. 100% не бывает: всегда компромисс между false positive и false negative. Для производства критичнее не пропустить брак — система настраивается с приоритетом recall.
Сколько стоит поддержка системы?
Базовая (мониторинг, обновления, консультации) — 20-40К/мес. Расширенная (+ дообучение, SLA 4 часа) — 40-80К/мес. Критичные системы (конвейер стоит без МЗ) — 80-150К/мес, SLA 1-2 часа. Совокупно — 5-10% от стоимости внедрения в год.
Можно ли начать с пилота на одной линии?
Это оптимальный подход: пилот на одной линии — от 650 000 ₽ за 2 недели, а подсчёт изделий или OCR одной камерой — от 390 000 ₽. Начать можно с бесплатного демо: 100–300 фото с линии — и за 3–5 дней видно точность на ваших изделиях. Результаты дают данные для расчёта ROI и обоснования масштабирования. Каждая следующая линия дешевле на 30-40% — модель обучена, архитектура выбрана, интеграция настроена. Подробнее — интеграция ИИ.
