Кейс 👉🏻ИИ выполняет контроль качества на любом производстве
Компания Neurala использует уникальную нейронную сеть, чтобы автоматически находить любые дефекты продукции. Это может быть что угодно – от мутной ампулы и гнилого яблока до лопатки турбины неправильной формы.
Neurala запатентовала глубокую нейронную сеть Lifelong-DNN, которая сделала машинное зрение очень близким к человеческому восприятию визуальных образов. На её базе была разработана коммерчески доступная платформа Neurala Brain Builder AI – готовое решение для отдела контроля качества.
Преимущество Lifelong-DNN в том, что её обучение происходит на фотографиях качественных продуктов. Их легко сделать, что позволяет составить большую аннотированную подборку за короткое время. Ориентируясь только на базу эталонных изображений, Lifelong-DNN мгновенно находит любые отклонения и распознаёт даже те дефекты, которые раньше не встречались.
Нейросеть постоянно обучается и динамически корректирует степень контролируемых отклонений. Например, для фруктов допускается большой разброс по размеру, форме и цвету, а микровинты и технологические разъёмы должны быть строго идентичными.
🏷Источник: https://www.forbes.com/sites/jimvinoski/2020/02/19/this-startup-is-using-ai-to-transform-industrial-quality-inspections/#1a260e2d3ace
Компания Neurala использует уникальную нейронную сеть, чтобы автоматически находить любые дефекты продукции. Это может быть что угодно – от мутной ампулы и гнилого яблока до лопатки турбины неправильной формы.
Neurala запатентовала глубокую нейронную сеть Lifelong-DNN, которая сделала машинное зрение очень близким к человеческому восприятию визуальных образов. На её базе была разработана коммерчески доступная платформа Neurala Brain Builder AI – готовое решение для отдела контроля качества.
Преимущество Lifelong-DNN в том, что её обучение происходит на фотографиях качественных продуктов. Их легко сделать, что позволяет составить большую аннотированную подборку за короткое время. Ориентируясь только на базу эталонных изображений, Lifelong-DNN мгновенно находит любые отклонения и распознаёт даже те дефекты, которые раньше не встречались.
Нейросеть постоянно обучается и динамически корректирует степень контролируемых отклонений. Например, для фруктов допускается большой разброс по размеру, форме и цвету, а микровинты и технологические разъёмы должны быть строго идентичными.
🏷Источник: https://www.forbes.com/sites/jimvinoski/2020/02/19/this-startup-is-using-ai-to-transform-industrial-quality-inspections/#1a260e2d3ace