MediaPipeとPytorchで工数計測(working time)

工数計算の自動化をするきっかけ

• PTS法ー＞MOST法　の　スキルは得たものの、工数を作成できる後継者がいない
• 後継者がいないということは私の知識はお蔵入り
• 会社に工数という概念がない模様

工数計算は工場関係だとやはりストップウォッチ法が主流ですね。

• 利点は実際の作業を元に工数が計れる
• 欠点は作業員にばらつきがある場合にそれが工賃請求などにつかえない。工程管理もしづらい。

English explanation is here

working time estimation system based on pytorch

• I had released tensorflow v2 version before. But my recent 2 yrs framework is pytorch.
• I am lazy to maintain tensorflow version, which is forked from tf pose estimation

2025 Update!

• 熟練者の作業を先に記録し、そのデータを別な作業記録映像に配置して、作業工数が適正かみることができるようにしました。
• 工数計算の自動化と熟練者・初心者での作業工数の比較データを出力するようにしました。

• 解説は英語ですけど、そちらに規制だらけの画像サンプルが出ています
• Pytorch Mediapipe を使用します

Try it

1. Recording veteran worker's working actual view
   • 先に熟練者の作業を撮影、記録します

python torch_posecnt.py

• The script will be output working time based on MTM/ MOST method.

2. Generate reference worker data

• 出力されたデータから標準作業時間を割り出したり、比較データを出力します。
• 正規分布で15%遅いのを初心者としていますので、状況に応じて変更ください

python tmu_calc.py

3. Comparision reference worker data

• 作業習得をする人の撮影記録をしながら、脇にベテラン作業者の骨格映像が動きますので、ムダがないか比較ができます

python torch_movecom.py

How to

シンプルにコマンドを叩いてカメラの前で模擬作業を行う

1. Pose estimation的なコードを実行
2. 記録したい作業を撮影する。
3. 終了後はｑキーで終了
4. 生データをサマライズするスクリプトで各部位の動作時間を計算
5. コードのTMUパラメータを変更して作業内容に応じてカスタマイズ可能

• 純粋なMOST法のTMUは0.036を掛けますが、本スクリプトでは作業時の体の移動座標をもとにしているので、そういう意味ではストップウォッチ法とPTS法のハイブリットかもです。
• 力仕事などでは加工されたCSVに係数をつけるのもあり、自由に活用ください

English

working time estimation system based on pytorch

script detail is referred to the repository

Procedure

1. execute recording code
2. you can see the pose estimation in the working time
3. If you want to stop the recording press q key
4. Raw csv file is necessary to modify by tmu_calc.py as working time data
5. You can customize as you like

Github repository

https://github.com/mi-kaneyon/poseestimation/tree/main