HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 4 أشهر

كشف وتصنيف العيوب باستخدام RUSTICO ومعالجة الصور

{Nicola Strisciuglio Alexis Gutiérrez-Fernández Laura Fernández-Robles Lidia Sánchez-González Virginia Riego}

الملخص

يجب أن تحقق قطع العمل المُعدّة معايير الجودة، مثل تجنب وجود أطراف مدببة (Burr) في معالجة الحواف، بهدف تقليل تكاليف الإنتاج ووقت التصنيع. في هذه الدراسة، ننظر إلى ثلاثة أنواع من الأطراف المدببة، والتي تُحدَّد بناءً على توزيع شكل الحافة على المستوى المجهري: النوع السكّيني (بدون عيوب)، والنوع المُشَبِّك (بوجود شظايا صغيرة قد تُقبل)، ونوع كسر الطرف (تشوه كبير يُنتج قطعًا غير قابلة للاستخدام). يشمل المنهج المقترح استخدام RUSTICO لتصنيف حواف كل قطعة تلقائيًا وفقًا لنوع الطرف المدبب. وتوصل النتائج التجريبية إلى تأكيد فعالية هذا الأسلوب، حيث بلغ مقياس F1-Score 91.2٪، وتم التعرف تمامًا على النوع المُتَكسِّر للطرف.

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
classification-on-burr-classification-images60_divisions
F1: 91.21
precision: 93.20
recall: 91.11

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
ابدأ الآن

Hyper Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp