Apr, 2024

一种基于计算机视觉的用于分析实验室耗材自动控制的质量评估技术

PDF
TL;DR提出了一种新型的自动监控系统，在分析实验室中生产过程中的塑料耗材，通过使用手动设计的深度网络模型来增强对试管内透明抗凝剂物质存在与否的控制过程的有效性，并通过实验结果证明该方法与最先进的模型相比具有竞争力，表现出优于其他模型的分类能力和泛化能力，为塑料耗材公司的生产过程成功实施类似模型提供了可能性。
automated monitoring systemsartificial intelligenceproduction processplastic consumablesdeep network model
发现论文，激发创造
  • 工业质量控制的交互式解释性人工智能系统

    提出了一种基于交互式支持系统，结合基于知识驱动和数据驱动的机器学习方法以及人类专业知识，并实现用户反馈与决策透明解释，减轻人类负担且尊重其专业性和主观能动性的方法，以及用于工业质量控制中的良品检测任务的模式分类算法。

    Mar, 2022

  • 制造业自动视觉检测中的主动学习和新模型校准测量

    本研究比较了三种主动学习方法和视觉检测，提出了六个新的指标来评估校准质量，并探讨了现有校准器是否能通过利用近似基准事实来扩大校准集合来提高性能。研究结果表明，即使在达到 0.95 的阈值时，探索的主动学习设置也可以将数据标注工作量减少三到四个百分点，并且不会损害整体质量目标。此外，研究结果表明，建议的校准指标成功捕获相关信息，无需获取基准事实数据，可以用于估计模型概率校准的质量。

    Sep, 2022

  • 使用计算机视觉和机器学习的自动溶解度分析系统和方法

    该研究提出了一种使用计算机视觉的新型活性溶解度传感器装置，它可以通过改变背景图像来测量溶解度、估计颗粒的存在，并且具有高精确度，可以用于液相色谱仪和蒸发器等分离设备的分离纯化性能的提高和故障的预防，同时可应用于合成自动化系统的溶解检测。

    Apr, 2023

  • 人工智能助力可持续发展：利用计算机视觉促进可持续智能产品服务系统

    利用深度学习技术和计算机视觉，本文展示了如何识别产品磨损状态，以实现更好的产品使用和研发创新，通过生命周期评估表明，对于加工工具的二氧化碳排放量减少 12％，对于旋转阴极减少 44％，这可以作为指南，鼓励研究人员利用计算机视觉开发可持续智能产品服务系统，从而实现更清洁的生产。

    Mar, 2023

  • 使用 GAN 进行合成数据增强，以提高自动化视觉检查的效果

    本研究使用人工智能模型进行视觉质量检测，探讨了监督学习和非监督学习的缺陷检测技术以及数据增强技术，结果表明采用生成对抗网络进行数据增广可以获得最佳分类性能

    Dec, 2022

  • 基于可解释人工智能方法应用于自动化设计评估中的特征可视化

    这篇研究论文中介绍了如何利用深度学习系统及解释性人工智能方法，结合 NeuroCAD 环境实现对 CAD 模型的评估和识别，旨在开启黑匣子，并找出影响网络决策的几何特征，帮助设计师对装配工艺进行优化。

    Jan, 2022

  • AutArch: 考古目录中物体检测和自动记录的 AI 辅助工作流

    通过人工智能的对象检测神经网络技术，在考古学目录中快速、自动和标准化地收集数据，同时记录几何整体轮廓。

    Nov, 2023

  • VizInspect Pro -- 自动光学检测（AOI）解决方案

    VizInspect pro 是基于 Leo 边缘 AI 平台，采用基于深度学习的图像分析技术，具有高速和准确性、无需机器学习或视觉专业知识配置检测方案等特点，是一种专门用于工厂自动化的通用计算机视觉检测方案。本文展示了该解决方案和平台如何解决模型开发、部署、多重推理和可视化等问题，并已通过多个外部企业客户进行了验证。

    May, 2022

  • 计算机视觉提高神经外科手术室操作效率的研究：概念验证

    通过使用计算机视觉和机器学习算法，作者建立了一个用于识别神经外科手术室中的手术工具的算法，该算法可以帮助追踪手术工具、减少手术废料和无用工具的开启，从而提高手术室的效率。

    Dec, 2023

  • 基于计算机视觉的智能咖啡监测：走向可持续咖啡生产

    该研究采用机器学习算法 YOLOv7 处理咖啡树影像，利用开发的 AI 移动应用程序 CoffeApp 预测收获时间、评估咖啡产量和品质，以及通报植株健康状况，从而实现高效、准确地监测咖啡生长状态。

    Apr, 2023