В российском университете создали нейросеть для поиска дефектов металла
Она автоматически находит трещины, вмятины и пятна коррозии на стальной поверхности по фотографиям
В Новосибирском государственном техническом университете НЭТИ разработали интеллектуальную систему контроля качества для промышленности. Она автоматически находит трещины, вмятины и пятна коррозии на стальной поверхности по фотографиям с обычной камеры. Об этом IT-Russia сообщили в пресс-службе вуза.
Учится «понимать» суть дефекта
Систему разработали студенты факультета автоматики и вычислительной техники. В ее основе – триплетная нейронная сеть, которая не нуждается в тысячах готовых снимков. Ей достаточно несколько примеров, чтобы точно распознать дефект.
Существующие системы, как правило, требуют идеальных фото и огромного объема данных. Уникальность разработки вуза в том, что она точно определяет тип дефекта, при этом обучаться она может на фотографиях невысокого качества, сделанных при плохом освещении и под углом.
Контроль качества и предиктивное обслуживание
Система доказала свою эффективность. Точность обнаружения достигла более 87%, что значительно превосходит результаты традиционных методов. По словам разработчиков, это готовое решение для предприятий, где невозможно собрать тысячи примеров брака, либо же это попросту дорого.
В перспективе систему могут адаптировать для отслеживания состояния мостов, трубопроводов и других конструкций, где важна бесперебойная работа.
Ранее мы писали, что команда Центра развития промышленной робототехники Университета Иннополис разработала систему ультразвуковой томографии СПРУТ. Она исследует металлоконструкции и изделия сложной формы, на 30% лучше обнаруживая внутренние дефекты и на 20% повышая чувствительность контроля.
