Comments 12
Все эти нейромодные поделки наследуют недостатки создателей, некомпетентность, шаблонность решений и заоблачная стоимость деятельности. Горстка недоучек самоделкиных в игрушечки играет за счёт трудяг, а в случае ЧП, в том числе с человеческими жертвами, виноват будет добросовестный работяга.
Разумеется, система требует пристального обслуживания: как минимум регулярно протирать защитное стекло.
Подобные решения можно использовать только в качестве видонаблюдения, но не замены оператора. Частота протирки может быть слишком частой и в самый непредсказуемый момент. С другой стороны, не понятно, как ориентируется оператор, если в камеру ничего не видно. Зовет второго оператора, который быстренько сходит на место и протрет стекло?
Следующим этапом вы как раз замените оператора, ибо быстро выяснится, что нейросеть управляет сливом шлака гораздо точнее оператора и результат гораздо лучше. Пара ковшей хорошо слитого шлака окупят всё внедрение.
А вообще, очень хорошая работа, поздравляю!
Уже после первого дня работы алгоритм выдавал точность куда выше, чем у разных операторов и цветового определения.
Поздравляю! Отличный результат!
дежавю. наверно впечатлились конкурентами https://habr.com/ru/companies/nlmk/articles/674530/
А если расширить диапазон восприятия камеры? То что камера видит в диапазоне RGB это скорее ей минус, заточена под восприятие человеком и лишнее отсекает фильтрами. Может быть для нейросети полезен ИК диапазон и УФ. Или вообще весь спектр в целом, по аналогии с солнечным. Скорее всего пик смещен на 900 нм излучения, а его режут фильтры камеры.
ограниченность мышления, как сказали бы советские инженеры.
почему вы ограничиваетесь оптическим диапазоном вообще?
есть же УЗ, рентген в конце концов!
в общем производство огромное, возможно там используются гамма-дефектоскопы и есть всй необходимое для такого использования (от оборудования до разрешений и специально обученных людей) - почему бы не использовать не только оптику от УФ до ИК, но и другие виды излучений? Что конкретно - сказать сложно, надо пробовать или спрашивать тех, кто знает.
может отражённый сигнал поможет - на какой нибудь частоте звука или еще что....
тут главное задать вопрос тем, кто разбирается - чем может отличаться качественная отливка от некачественной и какие инструменты надо применить для диагностики
например колёсные пары тестируют ударами молотков и по звуку слышат есть там трещина или нет - для горячего металла такое вряд ли подойдёт, но для примерно одинаковых по форме и массе отливок, которые уже остыли возможно удар чем-то по ним и исследование картинки звука на компьютере даст оооочень подробную картинку - далеко не каждый оператор по звуку сможет сделать диагностику "в переплавку" или "годно", а вот компьютер после достаточного обучения - может быть.... В общем тут думать еще и думать как лучше исследовать....
по загрязнению стекла - наверняка на подобных производствах уже всё давно изобретено - посмотрите как у конкурентов (не только у наших) - возможно решение уже есть и оно даже серийное....
возможно решение уже есть и оно даже серийное....
Есть из интересного ренген в отраженном свете. То есть заготовку смотрят не на просвет, а отраженными лучами, это удобнее. Но производитель таких аппаратов один пока на планете и похоже технология очень сложная. Можно так в земле или стенах неоднородности искать, их не просветить по простому.
Считаю, что именно в таких задачах, очень рутинных, но при этом требовательных к внимательности, человечество и извлечёт из нейросетей наибольшую пользу.
Меня вот прям вдохновляют такие примеры, и вот еще один.
Пробовали такое сделать - ограничились просто камерами с мониторами, без нейронок. Это не сложно, просто посчитали излишне излишним.
Нейросетевое око на страже качества: ИИ заменяет операторов промышленного производства. Или нет?