圖像分類 – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞 和內容。 Thu, 04 May 2023 02:28:00 +0000 zh-CN hourly 1 196178272 Exelon 使用網格基礎設施的合成數據生成來自動化無人機檢查 http://www.open-lab.net/zh-cn/blog/exelon-uses-synthetic-data-generation-of-grid-infrastructure-to-automate-drone-inspection/ Mon, 01 May 2023 02:19:22 +0000 http://www.open-lab.net/zh-cn/blog/?p=6844 Continued]]> 大多數無人機檢查仍然需要人工手動檢查視頻中的缺陷。如果沒有針對每一個可能的缺陷的大量標記數據庫,訓練計算機視覺模型來自動化檢查是很困難的。 在最近的一個NVIDIA GTC會議 ,我們分享了 Exelon 如何在 NVIDIA Omniverse 中使用合成數據生成來自動創建數千個各種網格資產缺陷的標記、照片真實感示例。這篇文章強調了如何使用合成圖像來訓練實時無人機檢查的檢查模型,從而實現更好的網格維護,提高可靠性和彈性。 Exelon 是美國最大的受監管電力公司,為伊利諾伊州、馬里蘭州、賓夕法尼亞州、特拉華州、新澤西州和華盛頓特區的 1000 多萬客戶提供服務。 在其下方清理路徑該能源供應商計劃到 2030 年減排 50% ,到 2050 年實現凈零排放。 我們確定了多種好處,包括減少工作人員的現場危險,減少審查圖像的體力勞動,以及加快從圖像捕獲到缺陷解決的時間線,

Source

]]>
6844
如何使用 NVIDIA Omniverse Replicator 使用合成數據訓練缺陷檢測模型 http://www.open-lab.net/zh-cn/blog/how-to-train-a-defect-detection-model-using-synthetic-data-with-nvidia-omniverse-replicator/ Mon, 17 Apr 2023 03:30:08 +0000 http://www.open-lab.net/zh-cn/blog/?p=6730 Continued]]> 根據美國質量協會( ASQ )的說法,缺陷會讓制造商付出 幾乎占總銷售收入近20%的代價。我們每天互動的產品,如手機、汽車、電視和電腦,需要精確制造,以便在不同的條件和場景下提供價值。 基于人工智能的計算機視覺應用程序正在幫助發現制造過程中的缺陷,比傳統方法更快、更有效,使公司能夠提高產量,交付質量一致的產品,并減少誤報。事實上,根據一項研究,如今 64% 的制造商已經部署了人工智能來幫助日常活動, Google Cloud生產報告指出39% 的制造商使用人工智能進行質量檢查. 為這些視覺應用提供動力的人工智能模型必須經過訓練和調整,以預測許多用例中的特定缺陷,例如: 訓練感知人工智能模型需要收集特定缺陷的圖像,這在生產環境中既困難又昂貴 NVIDIA Omniverse Replicator可以通過生成合成數據以引導人工智能模型訓練過程。

Source

]]>
6730
人人超碰97caoporen国产