В Новосибирском государственном техническом университете НЭТИ разработали интеллектуальную систему контроля качества для промышленности. Она автоматически выявляет трещины, вмятины и коррозию на стали по фото с обычной камеры.
В основе системы лежит триплетная нейронная сеть, которой не нужны тысячи готовых снимков. Для анализа достаточно всего нескольких фото каждого типа дефекта, даже сделанных в плохих условиях и разном масштабе. Система эффективно работает при небольшом количестве примеров для обучения — для анализа достаточно несколько фото каждого типа дефекта, даже если они сняты при плохом освещении и в разном масштабе.
По словам руководителя проекта Егора Антонянца, создан инструмент, который быстро адаптируется к новым, редким повреждениям без дорогой переразметки данных. Система учится «понимать» суть дефекта, а не просто запоминать изображения.
Созданная в вузе интеллектуальная система контроля качества показывает высокую эффективность при ограниченных данных. На тестовых данных система продемонстрировала точность обнаружения дефектов больше 87%, что значительно превосходит результаты традиционных методов машинного обучения, основанных на ручном описании признаков. По словам разработчиков, это делает ее выгодным решением на предприятиях, где сбор тысяч примеров брака затруднен или экономически невыгоден.
Технология предназначена для внедрения в системы контроля и обслуживания в металлургии и машиностроении. В перспективе ее можно адаптировать для мониторинга мостов и трубопроводов. Система уже успешно прошла испытания на публичных базах снимков дефектов.
Ранее Наука Mail рассказывала о том, что в МГУ научили ИИ узнавать человека по силуэту.
