အထည်အလိပ်များတွင်ပါဝင်သော အမျှင်အမျိုးအစားနှင့် ရာခိုင်နှုန်းသည် အထည်အလိပ်များ၏ အရည်အသွေးကို ထိခိုက်စေသော အရေးကြီးသောအချက်များဖြစ်ပြီး အဝတ်အစားဝယ်ယူသည့်အခါ စားသုံးသူများ အာရုံစိုက်သည့်အချက်များလည်းဖြစ်သည်။ ကမ္ဘာပေါ်ရှိ နိုင်ငံအားလုံးရှိ အထည်အလိပ်တံဆိပ်များနှင့် သက်ဆိုင်သည့် ဥပဒေများ၊ စည်းမျဉ်းများနှင့် စံသတ်မှတ်ချက်စာရွက်စာတမ်းများတွင် အထည်အလိပ်တံဆိပ်အားလုံးနီးပါးသည် အမျှင်ပါဝင်မှုအချက်အလက်များကို ဖော်ပြရန် လိုအပ်သည်။ ထို့ကြောင့် အမျှင်ပါဝင်မှုသည် အထည်အလိပ်စမ်းသပ်မှုတွင် အရေးကြီးသောအချက်တစ်ခုဖြစ်သည်။

လက်ရှိဓာတ်ခွဲခန်း၏ အမျှင်ပါဝင်မှုကို ဆုံးဖြတ်ခြင်းကို ရုပ်ပိုင်းဆိုင်ရာနည်းလမ်းများနှင့် ဓာတုဗေဒနည်းလမ်းများအဖြစ် ခွဲခြားနိုင်သည်။ ဖိုက်ဘာအဏုကြည့်မှန်ပြောင်းဖြင့် ဖြတ်ပိုင်းတိုင်းတာခြင်းနည်းလမ်းသည် အသုံးများသော ရုပ်ပိုင်းဆိုင်ရာနည်းလမ်းတစ်ခုဖြစ်ပြီး အဆင့်သုံးဆင့်ပါဝင်သည်- ဖိုက်ဘာဖြတ်ပိုင်းဧရိယာတိုင်းတာခြင်း၊ ဖိုက်ဘာအချင်းကိုတိုင်းတာခြင်းနှင့် ဖိုက်ဘာအရေအတွက်ကို ဆုံးဖြတ်ခြင်း။ ဤနည်းလမ်းကို အဏုကြည့်မှန်ပြောင်းဖြင့် မြင်သာအောင် မှတ်မိရန်အတွက် အဓိကအသုံးပြုပြီး အချိန်ကုန်ပြီး လုပ်အားခ မြင့်မားခြင်း၏ ဝိသေသလက္ခဏာများရှိသည်။ လက်ဖြင့်ထောက်လှမ်းခြင်းနည်းလမ်းများ၏ အားနည်းချက်များကို ရည်မှန်း၍ အတုထောက်လှမ်းရေး (AI) အလိုအလျောက်ထောက်လှမ်းခြင်းနည်းပညာ ပေါ်ပေါက်လာခဲ့သည်။

AI အလိုအလျောက် ထောက်လှမ်းခြင်း၏ အခြေခံမူများ

(1) ပစ်မှတ်ဧရိယာရှိ ဖိုက်ဘာဖြတ်ပိုင်းများကို ထောက်လှမ်းရန် ပစ်မှတ်ရှာဖွေခြင်းကို အသုံးပြုပါ။

(2) mask map တစ်ခုထုတ်လုပ်ရန်အတွက် single fiber cross section တစ်ခုကို semantic segmentation ဖြင့် semantic segmentation ကိုသုံးပါ။

(၃) မျက်နှာဖုံးမြေပုံကို အခြေခံ၍ ဖြတ်ပိုင်းဧရိယာကို တွက်ချက်ပါ။

(၄) ဖိုက်ဘာတစ်ခုစီ၏ ပျမ်းမျှဖြတ်ပိုင်းဧရိယာကို တွက်ချက်ပါ

စမ်းသပ်နမူနာ

ဝါဂွမ်းအမျှင်နှင့် ပြန်လည်ထုတ်လုပ်ထားသော ဆဲလ်လူလို့စ်အမျှင်အမျိုးမျိုး၏ ရောနှောထားသော ထုတ်ကုန်များကို ရှာဖွေတွေ့ရှိခြင်းသည် ဤနည်းလမ်းအသုံးချမှု၏ ပုံမှန်ကိုယ်စားပြုမှုတစ်ခုဖြစ်သည်။ ဝါဂွမ်းနှင့် ဗစ်စကို့စ်အမျှင်တို့ဖြင့် ရောနှောထားသော အထည် ၁၀ မျိုးနှင့် ဝါဂွမ်းနှင့် မိုဒယ်တို့ဖြင့် ရောနှောထားသော အထည်များကို စမ်းသပ်နမူနာများအဖြစ် ရွေးချယ်ခဲ့သည်။

ထောက်လှမ်းနည်းလမ်း

ပြင်ဆင်ထားသော ဖြတ်ပိုင်းနမူနာကို AI ဖြတ်ပိုင်းအလိုအလျောက်စမ်းသပ်ကိရိယာ၏စင်မြင့်ပေါ်တွင်တင်ပါ၊ သင့်လျော်သောချဲ့ထွင်မှုကို ချိန်ညှိပြီး ပရိုဂရမ်ခလုတ်ကိုစတင်ပါ။

ရလဒ်ခွဲခြမ်းစိတ်ဖြာခြင်း

(1) ထောင့်မှန်ဘောင်တစ်ခုဆွဲရန် ဖိုက်ဘာဖြတ်ပိုင်းပုံတွင် ရှင်းလင်းပြီး စဉ်ဆက်မပြတ်ရှိသော ဧရိယာတစ်ခုကို ရွေးချယ်ပါ။

(၂) ရွေးချယ်ထားသော ဖိုက်ဘာများကို ကြည်လင်သော ထောင့်မှန်ဘောင်တွင် AI မော်ဒယ်ထဲသို့ ထည့်ပြီး ဖိုက်ဘာဖြတ်ပိုင်းတစ်ခုစီကို ကြိုတင်ခွဲခြားပါ။

(3) ဖိုက်ဘာ cross-section ရဲ့ပုံသဏ္ဍာန်ပေါ်မူတည်ပြီး ဖိုက်ဘာတွေကို ကြိုတင်ခွဲခြားပြီးနောက်၊ ဖိုက်ဘာ cross-section တစ်ခုစီရဲ့ပုံသဏ္ဍာန်ကို ထုတ်ယူဖို့ image processing နည်းပညာကို အသုံးပြုပါတယ်။

(4) နောက်ဆုံးအကျိုးသက်ရောက်မှုပုံရိပ်ကိုဖန်တီးရန် fiber outline ကို မူရင်းပုံနှင့် ချိတ်ဆက်ပါ။

(၅) အမျှင်တစ်ခုစီ၏ ပါဝင်မှုကို တွက်ချက်ပါ။

Cချုပ်နှောင်ခြင်း

နမူနာ ၁၀ မျိုးအတွက် AI cross-section အလိုအလျောက်စမ်းသပ်နည်းလမ်း၏ရလဒ်များကို ရိုးရာ manual စမ်းသပ်မှုနှင့် နှိုင်းယှဉ်ပါသည်။ absolute error နည်းပါးပြီး အများဆုံးအမှားအယွင်း ၃% ထက် မပိုပါ။ ၎င်းသည် စံနှုန်းနှင့် ကိုက်ညီပြီး အလွန်မြင့်မားသော မှတ်မိနှုန်းရှိသည်။ ထို့အပြင်၊ စမ်းသပ်ချိန်အရ၊ ရိုးရာ manual စမ်းသပ်မှုတွင် စစ်ဆေးရေးမှူးသည် နမူနာစမ်းသပ်မှုကို ပြီးမြောက်ရန် မိနစ် ၅၀ ကြာမြင့်ပြီး AI cross-section အလိုအလျောက်စမ်းသပ်နည်းလမ်းဖြင့် နမူနာကို ထောက်လှမ်းရန် မိနစ် ၅ သာကြာမြင့်ပြီး ၎င်းသည် ထောက်လှမ်းမှုစွမ်းဆောင်ရည်ကို သိသိသာသာတိုးတက်စေပြီး လူအင်အားနှင့် အချိန်ကုန်ကျစရိတ်ကို သက်သာစေသည်။

ဤဆောင်းပါးကို Wechat Subscription Textile Machinery မှ ကောက်နုတ်ထားသည်