Автоматизация проверки готовности инструкторов автошколы при помощи Qwen3-VL:8B и Qwen3-VL:8B-Instruct с долей ошибок

Главное о кейсе

Для федеральной академии вождения «Вектор» автоматизировали ежедневную проверку состояния учебных автомобилей. Ранее инструкторы отправляли фотографии машин региональным руководителям, которые вручную оценивали их перед началом смены. А если учесть, что у автошколы уже имеется 50 филиалов в разных городах России, страшно представить, сколько на это уходило времени и сил.

Мы разработали систему автоматического анализа фотографий на базе двух визуально-языковых моделей Qwen3-VL. Первая модель выполняет трёхкратную проверку снимков, вторая анализирует спорные случаи. При необходимости решение передаётся руководителю. Дополнительное обучение на реальных данных позволило снизить долю ошибок с 10% до менее 1% на 9000 изображений.

Результат в цифрах:

Свыше 1 200 сотрудников из разных городов и филиалов ежедневно используют систему;

Более 10 000 push-уведомлений отправляется пользователям каждый день;

Около 500 сообщений обрабатывается ежечасно;

120 000 задач по проверке автомобилей создаются и закрываются полностью без участия руководителя каждый месяц.

Как проект изменил жизнь пользователей

Для инструкторов автошколы «Вектор» процесс ежедневного допуска автомобилей к работе стал быстрее и удобнее. Теперь достаточно загрузить фотографии машины в корпоративное приложение. Искусственный интеллект самостоятельно проверяет её состояние и при отсутствии замечаний автоматически согласовывает выход на маршрут. Инструкторам больше не приходится ждать ручной проверки каждой заявки.

Региональные руководители избавились от необходимости ежедневно просматривать сотни однотипных фотографий. Освободившееся время они могут направить на управление филиалами, работу с сотрудниками и повышение качества обслуживания курсантов.

Бизнес-задача и ее решение

Одно из главных достоинств «Вектора» как компании — это стремление к совершенству. Автомобили должны быть в идеальном состоянии, прежде чем выехать на дорогу.

Отсюда возникает проблема: как это контролировать и обеспечивать? Изначально это была задача руководителей. Перед началом смены каждый инструктор делал несколько фотографий своего автомобиля и прикреплял их к специальной задаче, автоматически создаваемой в корпоративном приложении. Затем региональный руководитель должен был просматривать отчеты каждого своего инструктора, проверяя, находится ли машина у каждого из них в надлежащем состоянии.

Скажем прямо, это действительно непростая задача, особенно если учесть, что у самого руководителя хватает своей работы, а ему приходится в спешке проверять все заявки до официального начала рабочего дня.

Теперь вместо того чтобы пересылать изображения, модель сама проверяет снимки, и если она уверена, что с машиной все в порядке, то автоматически одобряет задачу, не отвлекая руководителя.

Крафт (мастерство), реализация, технические детали

Ключевая техническая особенность проекта — гибридная архитектура на базе двух визуально-языковых моделей Qwen3-VL:8B и Qwen3-VL:8B-Instruct. Вместо использования одной ресурсоёмкой модели разработали многоступенчатую систему анализа изображений.

На первом этапе быстрая модель трижды проверяет фотографии автомобиля. Если все проверки подтверждают соответствие требованиям, заявка одобряется автоматически. При расхождении результатов подключается вторая, более точная модель. Сложные и неоднозначные случаи передаются руководителю.

Для повышения качества распознавания использовали реальные фотографии учебных автомобилей с разметкой по чистоте, комплектации и техническому состоянию. Точность оценивали на выборке из 9000 изображений. В результате настройки удалось снизить долю ошибок с 10% до менее 1%.

Провели нагрузочное тестирование с помощью k6, моделируя до 100 одновременных запросов с несколькими фотографиями в каждом. Систему развернули на выделенном физическом сервере с использованием Ollama и Python, интегрировали через API с корпоративным приложением на базе Kanboard. Для пиковых нагрузок предусмотрели механизм отложенной обработки задач.

Инсайты, гипотезы, процесс создания и взаимодействия с заказчиком

Изначально выбор пал на модель Qwen3-VL:4B — это быстрая, легковесная модель, которая хорошо проходила легкие тесты. Показывала, что машина есть в кадре и прочее. Но при переходе на реальные тесты на боевых данных стало понятно, что модель не справляется. Также она прекрасно прошла нагрузочные тесты. Тогда был сделан выбор перейти на модель мощнее — 8B-Instruct. Мы сразу увидели скачок в качестве: там, где раньше модель была не уверена, 8-модель четко определяла качество машины.

Правда, это привело к росту длины запроса, и нагрузочные тесты, симулирующие реальную нагрузку, стали хуже в 2 раза. После некоторого рассуждения было принято решение, что снижение скорости стоит повышенной точности. Но даже 8B-Instruct не всегда справлялась с поставленной задачей: было много кейсов слишком сложных для простой модели. На выручку пришла думающая модель Qwen3-VL:8B.

Скриншоты