Compare one-stage and two-stage segmentation for detecting vehicle damage in an image

Abstract

Мета. Розробка інтелектуальної моделі предиктивного обслуговування пневматичної системи (APS) вантажівок Scania для мінімізації операційних витрат в умовах критичного дисбалансу класів та асиметричної вартості помилок. Методика. Методологія базується на порівняльному аналізі ансамблевих алгоритмів машинного навчання: Random Forest, XGBoost та CatBoost. Для вирішення проблеми розрідженості даних впроваджено стратегію імпутації, де пропущені значення розглядаються як інформативні ознаки. У роботі використано методи вартісно-орієнтованого навчання для адаптації функцій втрат до асиметричного співвідношення витрат 1:50. Також застосовано оптимізацію порогу прийняття рішень (Threshold Tuning) для зміщення межі класифікації на користь максимізації повноти (Recall) для міноритарного класу. Результати. Експериментальні результати демонструють, що алгоритм CatBoost забезпечує найвищу економічну ефективність, досягаючи показника загальних витрат у 8 640 од., що на 12,7% нижче за XGBoost і на 20,8% за Random Forest. CatBoost ідентифікував майже всі критичні несправності, допустивши лише 4 про пуски проти 9 у XGBoost. Розроблено модульний програмний прототип на базі фреймворку FastAPI, що підтверджує можливість інтеграції оптимізованої моделі в діагностичні середовища реального часу з низькою затримкою. Наукова новизна. Обґрунтовано перевагу архітектури CatBoost для промислових даних із високим дисбалансом та запропоновано метод прямої інтеграції фінансової функції вартості в процес вибору порогу прийняття рішень. Практична значимість. Практична цінність полягає у розробленому програмному комплексі та стратегії діагностики, що дозволяє логістичним компаніям знизити витрати на аварійний ремонт та простої на 10–15%. Модульна архітектура прототипу забезпечує швидку інтеграцію в існуючі системи управління автопарком. Результати надають готову методичну базу для побудови надійних систем предиктивного обслуговування вантажівок Scania та аналогічного промислового обладнання.