Műszaki tárgyak vizuális felismerésére tanítják a gépeket

A számítógépes vizuális kutatások új szintjére jutottak el az amerikai Purdue Egyetem gépészmérnökei azzal, hogy megalkották az első olyan átfogó és nyílt forrású adatbázist, amelyben több mint 58 ezer műszaki mintadarab és alkatrész szerepel, írja az Industry Week. A gigantikus mennyiségű adatot mélytanulással elsajátító gépek mostantól képesek látni és felismerni a gyártófolyamatokhoz szükséges tárgyakat, mint a sebességváltók, csapágyak, fékek, tengelykapcsolók, motorok, anyák, csavarok vagy alátétek stb., és képesek róluk adatokat is szolgáltatni.

„A mélytanulás folyamataival dolgozunk, és számítógépeket használunk vizuális keresésre”, mutatott rá Karthik Ramani, a Purdue gépészmérnök professzora. A kutatást vezető tudós szerint a hasonló egyetemi munkák során rajtuk kívül még senki sem fókuszált gépi alkatrészekre, holott „a gyártóknak és a mérnököknek éppen ezek fontosak”. Ha a felismerést, keresést, egyenkénti adattárolást mélytanulás útján tanítják meg a gépeknek, az rendkívül sok adatot igényel, hiszen a számítógépeknek irdatlan mennyiségű példát kell megmutatni ahhoz, hogy megértsék, „mit akar tőlük az ember”.

A kutatás több intézmény együttműködésében valósult meg: Ramani csapata a francia TraceParts és az Austini Egyetem 3D modelleket tartalmazó mérnöki adatbázisát is felhasználta, mire eljutottak az összesen 58.696 darab mechanikai mintadarabig. Ezeket aztán – megfelelve a Nemzetközi Szabványügyi Szervezet előírásainak – 68 különböző osztályra bontották.

„Világosan látszik, hogy a mindennapokban hogyan lehet majd felhasználni ezt a technológiát”, szögezte le a professzor. „Képzeljék csak el, hogy egy üzem gyártósorán dolgoznak, és ki kell cserélniük az adott gép egyik alkatrészét. Erre ráirányítják a kamerát, a számítógép azonnal felismeri, és elárul róla minden fontos specifikációt, például azt, hogy mi a neve, mihez csatlakozik, vagy éppen hol található meg a cseredarabja a raktárban.”

Gábor János/NEW technology