В Новосибирском государственном техническом университете НЭТИ создали интеллектуальную систему контроля качества для промышленности. Технология способна автоматически обнаруживать дефекты на стальных поверхностях, такие как трещины, вмятины и пятна коррозии, анализируя фотографии, сделанные обычной камерой даже в неидеальных условиях.
Ключевое отличие разработки от существующих аналогов — способность эффективно работать при минимальном количестве обучающих данных. Как объяснил руководитель проекта, ассистент кафедры автоматизированных систем управления Егор Антонянц, в основе системы лежит специальная триплетная нейронная сеть. Она учится «понимать» суть дефекта, а не просто запоминать тысячи снимков. Для обучения достаточно всего несколько фотографий каждого типа брака, даже снятых при плохом освещении и в разном масштабе, что избавляет от длительной и дорогой подготовки информации.
Этот подход обеспечивает компромисс между высокой точностью и низкими затратами на внедрение. На тестах система продемонстрировала точность обнаружения свыше 87 %, значительно превосходя традиционные методы. По словам разработчиков, это делает её выгодным решением для предприятий, где сбор обширных баз данных с дефектами затруднён.
«Система уже прошла ряд испытаний. По словам одного из главных разработчиков проекта, студента третьего курса факультета автоматики и вычислительной техники Виталия Заозернова, испытания на публичной базе снимков дефектов стали показали высокую точность в распознавании различных видов повреждений, что подтвердило практическую ценность используемого подхода», — сообщили в пресс-службе НГТУ НЭТИ.
