01 PROJECTS / SELECTED
Витринапроектов
Шесть проектов института — от промышленного зрения и IoT до сервисов и образовательных игр. У каждого есть задача, работающий результат и публичная история.
06 проектов с результатом
05 технологических направлений
02 года подтверждённых кейсов
PROJECT FEED / SELECTED01 / 06
INDUSTRY / AI 2026
CASE / 01
AOI
RESULT / VERIFIED
MVP
реальный образец
Computer vision AOI Automation
ЗАДАЧА → ПРОТОТИП → РЕЗУЛЬТАТ
› vision.inspect()
ИИ-система инспекции печатных плат
Доступная отечественная станция автоматического оптического контроля для реального производственного процесса.
01
02
03
04
05
06
COMPUTER VISION ↗ IoT ↗ WEB SYSTEMS ↗ LOCAL AI ↗ GAME DESIGN ↗ ACCESSIBILITY ↗
COMPUTER VISION ↗ IoT ↗ WEB SYSTEMS ↗ LOCAL AI ↗ GAME DESIGN ↗ ACCESSIBILITY ↗
Все 06
AI 02
Systems 02
Products 02
01 AOI vision.inspect()
02 TorfWatch sensors.predict()
03 AI × 1C business.explain()
04 TECHREALM learning.play()
05 Разговор speech.connect()
06 Портал teams.sync()
INDUSTRY / AI 2026
MVP реальный образец
CASE 01 / 06 DELIVERED
› vision.inspect()
ИИ-система инспекции печатных плат
Доступная отечественная станция автоматического оптического контроля для реального производственного процесса.
КЛЮЧЕВОЙ РЕЗУЛЬТАТ
MVP
реальный образец
Год 2026
Направление INDUSTRY / AI
ЗАДАЧА Ускорить ручной контроль качества печатных плат на производстве.
РЕЗУЛЬТАТ Система показана в работе на реальном образце.
Computer vision AOI Automation
Публикация ТИУ ↗
ПУБЛИЧНЫЙ КЕЙСТИУ / VERIFIED
01 / Контроль платы 02 / Сигнал датчика
PCB / INSPECTIONОБРАЗЕЦ 001
Учебная схема печатной платы Три дефекта и два похожих на дефекты участка. Рамки появляются в зависимости от выбранного порога.
IDT DEMO / 01
МОДЕЛЬ / ПОДГОТОВЛЕННЫЕ ОЦЕНКИ Что считать дефектом? Чем выше порог, тем увереннее отметки. Но часть дефектов можно пропустить. Подвигайте его и найдите компромисс.
Порог оценки 70% Показать отметки
Найдено дефектов 2 / 3
Ложных отметок 0
Пропущено 1
К проекту инспекции плат ↗ Принцип показан на заранее заданных дефектах и оценках. Это учебная модель, а не запуск нейросети проекта.
SENSOR / LIVE SIMULATION12 ОТСЧЁТОВ
0 условных единиц текущий сигнал
График синтетического сигнала за 12 отсчётов порог 70 −11 отсчётов сейчас
01 Производство INDUSTRY / AI ↗
02 Кампус WEB / SERVICE ↗
03 Город IoT / DATA ↗
04 Образование EDTECH / PRODUCT ↗
PROJECT_BRIEF / ACTIVE01 / 04
INDUSTRY / AI
› quality.inspect()
Проверить качество быстрее и точнее
Команда разбирает критерии дефекта, собирает контрольную выборку и проверяет идею на реальном образце.
Контекст Производственная линия
Первая проверка Прототип на образце
Computer vision Data Automation
EXPECTED OUTPUT Критерий качества + пилот READY TO DISCUSS
01 Проблема Что сейчас не работает или требует слишком много ресурсов
02 Контекст Кто пользуется решением и в каких условиях
03 Доступ Данные, эксперт или площадка для проверки гипотезы
04 Критерий Как вместе поймём, что решение действительно работает
Предложить задачу ↗
TEAM
Следующий раздел / 02 У каждого проекта есть команда. Посмотрите, как роли соединяются вокруг задачи и превращают идею в работающий результат.
Открыть команды ↗