<tbody id="r7ddv"></tbody>
  • <option id="r7ddv"></option>
    1. <track id="r7ddv"></track>

      <track id="r7ddv"></track>
      王中王免费资料大公开一一|免费人成黄页在线观看国产|国产午夜无码AV毛片久久
      <tbody id="r7ddv"></tbody>
    2. <option id="r7ddv"></option>
      1. <track id="r7ddv"></track>

        <track id="r7ddv"></track>
        新聞中心
        聯系我們
        地址:成都市郫都區紅光鎮成都現代工業港北片區小微企業創新園長生橋1111號
        聯系人:王先生
        服務熱線:136 9348 2436 028-87828075
        電子郵箱:louis@xmxch.com.cn
        業界動態你現在的位置:網站首頁 > 新聞中心 > 業界動態 >
        機器學習制造機器:將視覺搜索應用于機械零件
        更新時間:2020-11-18 16:15:26 字號:T|T
        一個新的數據庫將幫助工程師和制造商將機器學習應用于機械零件。計算機視覺研究人員利用機器學習訓練計算機視覺識別物體,但很******人將機器...
        一個新的數據庫將幫助工程師和制造商將機器學習應用于機械零件。

        計算機視覺研究人員利用機器學習訓練計算機視覺識別物體,但很******人將機器學習應用于機械部件,如變速箱、軸承、剎車、離合器、電機、螺母、螺栓和墊圈。

        普渡大學(Purdue University)的一個機械工程師團隊創建了******包含58,000多個3d機械部件的全面開源注釋數據庫,旨在幫助研究人員將機器學習應用于實際機器中的這些部件。

        普渡大學的Donald W. Feddersen機械工程******教授Karthik Ramani說:“我們正處于深度學習時代,使用計算機來進行視覺搜索。但沒有人關注機器的零部件:管道、軸承、馬達、墊圈、螺母和螺栓等。這些是對我們工程師和制造商來說很重要的事情。我們希望能夠將攝像機對準真實世界的部分,然后讓計算機告訴我們關于該部分或設計的一切。”

        Ramani的團隊在21世紀初曾嘗試用視覺搜索技術搜索零件,但當時的計算能力和機器學習技術還不夠******。在那之后的幾年里,研究人員已經認識到,建立一個******的數據集既關乎質量,也關乎數量。

        Ramani說:“深度學習需要大量數據。計算機需要大量的例子來學習人類的意思以及事物之間的相互關系。這意味著我們需要很多零部件的3d模型,這也需要一個基本的工程分類。”

        該團隊首先與一家名為TraceParts的法國公司合作,這使Purdue的研究人員可以訪問其3D工程零件數據庫。該團隊與德克薩斯大學奧斯汀分校助理教授黃啟興合作,搜尋其他數據庫以獲取類似的3D模型。他們***終建立了58,696個機械零件的數據庫。

        但是沒有好的數據,數據庫是沒有用的。Ramani的團隊基于國際標準分類(由國際標準化組織創建和維護的技術標準系統),通過建立包含68個類別的層次分類法來組織各個部分。

        Ramani說:“現在,當計算機看到密封組件的圖片時,它將知道它屬于動態密封,更具體地說,屬于復合密封。”

        研究人員現在已經公布了他們的開源數據庫,邀請計算機視覺和機器學習研究人員訪問并創建他們自己的實驗。今年8月,他們在第16屆歐洲計算機視覺大會上展示了他們的成果。

        隨著基準數據集的建立,機器學習用于制造機器的未來是什么?

        Ramani說:“我們看到了這項技術在許多現實情況下的應用。想象一下,你在一家工廠從事維護工作,你正在更換一臺機器的一部分。你可以用攝像機對準零件,計算機***會識別它,并立即告訴你這個零件的所有規格——它叫什么名字,它連接到什么地方,以及它在工廠里實際儲存在什么地方。這甚至可以通過增強現實眼鏡實現;您可以立即擁有您公司的整個可視化目錄,并了解如何修理東西或訂購零件。”

        “機器學習有很多挑戰。但是,除非你知道如何測試你做得如何,否則你無法應對挑戰。我們很自豪地創建了世界上******個大型三維機械部件標注基準數據集,我們希望推動深度學習時代的視覺搜索。”