အထည်အလိပ်များတွင်ပါရှိသော ဖိုင်ဘာအမျိုးအစားနှင့် ရာခိုင်နှုန်းသည် အထည်များ၏ အရည်အသွေးကို ထိခိုက်စေသည့် အရေးကြီးသောအချက်များဖြစ်ပြီး ၎င်းတို့သည် အထည်များဝယ်ယူရာတွင် စားသုံးသူများ အလေးထားသည့်အချက်လည်းဖြစ်သည်။ကမ္ဘာပေါ်ရှိ နိုင်ငံတိုင်းရှိ အထည်အလိပ်တံဆိပ်များနှင့် ပတ်သက်သည့် ဥပဒေများ၊ စည်းမျဉ်းများနှင့် စံချိန်စံညွှန်းသတ်မှတ်ခြင်းဆိုင်ရာ စာရွက်စာတမ်းများသည် ဖိုက်ဘာပါဝင်မှုအချက်အလက်ကို ဖော်ပြရန်အတွက် အထည်အလိပ်တံဆိပ်များအားလုံးနီးပါး လိုအပ်ပါသည်။ထို့ကြောင့် အမျှင်ဓာတ်ပါဝင်မှုသည် အထည်အလိပ်စမ်းသပ်ခြင်းတွင် အရေးကြီးသော အရာတစ်ခုဖြစ်သည်။

လက်ရှိဓာတ်ခွဲခန်း၏ ပြဋ္ဌာန်းချက်အရ အမျှင်ဓာတ်ပါဝင်မှုကို ရုပ်ပိုင်းဆိုင်ရာနည်းလမ်းများနှင့် ဓာတုဗေဒနည်းလမ်းများ ခွဲခြားနိုင်သည်။ဖိုက်ဘာအဏုကြည့်မှန်ပြောင်းဖြင့် တိုင်းတာခြင်းနည်းလမ်းသည် အဆင့်သုံးဆင့်ဖြစ်သည့် အမျှင်ပိုင်းဖြတ်ပိုင်းဧရိယာကို တိုင်းတာခြင်း၊ ဖိုင်ဘာအချင်းကို တိုင်းတာခြင်းနှင့် အမျှင်အရေအတွက် သတ်မှတ်ခြင်းအပါအဝင် အဆင့်သုံးဆင့်အပါအဝင် အသုံးများသော ရူပဗေဒနည်းလမ်းဖြစ်သည်။ဤနည်းလမ်းကို အဏုကြည့်မှန်ပြောင်းဖြင့် မှတ်သားခြင်းအတွက် အဓိကအားဖြင့် အသုံးပြုကြပြီး အချိန်ကုန်ပြီး လုပ်သားစရိတ်ကြီးမြင့်သည့် လက္ခဏာများရှိသည်။လက်ဖြင့်ထောက်လှမ်းခြင်းနည်းလမ်းများ၏ ချို့ယွင်းချက်များကို ရည်ရွယ်၍ ဥာဏ်ရည်တု (AI) အလိုအလျောက် ထောက်လှမ်းသည့်နည်းပညာ ထွက်ပေါ်လာခဲ့သည်။

AI အလိုအလျောက် ထောက်လှမ်းခြင်း၏ အခြေခံမူများ

(1) ပစ်မှတ်ဧရိယာရှိ ဖိုက်ဘာဖြတ်ပိုင်းများကို သိရှိရန် ပစ်မှတ်ထောက်လှမ်းမှုကို အသုံးပြုပါ။

(2) မျက်နှာဖုံးမြေပုံတစ်ခုထုတ်လုပ်ရန် တစ်ခုတည်းသောဖိုက်ဘာဖြတ်ပိုင်းအပိုင်းကို အပိုင်းပိုင်းခွဲရန် semantic segmentation ကိုသုံးပါ

(၃) မျက်နှာဖုံးမြေပုံပေါ်တွင် အခြေခံ၍ အပိုင်းဖြတ်ပိုင်း ဧရိယာကို တွက်ချက်ပါ။

(၄) ဖိုက်ဘာတစ်ခုစီ၏ ပျမ်းမျှအပိုင်းဖြတ်ပိုင်းဧရိယာကို တွက်ချက်ပါ။

စမ်းသပ်နမူနာ

ဝါဂွမ်းဖိုက်ဘာနှင့် အမျိုးမျိုးသော ပြန်လည်ထုတ်လုပ်ထားသော ဆဲလ်လူလိုစမျှင်များ၏ ရောစပ်ထားသော ထုတ်ကုန်များကို ရှာဖွေတွေ့ရှိခြင်းသည် ဤနည်းလမ်းကို အသုံးပြုခြင်း၏ ပုံမှန်ကိုယ်စားလှယ်ဖြစ်သည်။စမ်းသပ်နမူနာများအဖြစ် ချည်ထည်နှင့် ပျစ်ဖိုက်ဘာနှင့် ရောစပ်ထားသော ချည်ထည်နှင့် ပုံစံထည်များ၏ ရောစပ်ထားသည့်အထည် ၁၀ ခုကို ရွေးချယ်ထားသည်။

ထောက်လှမ်းနည်း

ပြင်ဆင်ထားသော အပိုင်းဖြတ်ပိုင်းနမူနာကို AI ဖြတ်ပိုင်းအော်တိုစမ်းသပ်သူ၏စင်မြင့်ပေါ်တွင် ထားကာ သင့်လျော်သော ချဲ့ထွင်မှုကို ချိန်ညှိကာ ပရိုဂရမ်ခလုတ်ကို စတင်ပါ။

ရလဒ်ခွဲခြမ်းစိတ်ဖြာ

(၁) စတုဂံပုံဘောင်တစ်ခုဆွဲရန် ဖိုက်ဘာဖြတ်ပိုင်းအပိုင်း၏ ပုံတွင် ရှင်းလင်းပြီး အဆက်မပြတ်ဧရိယာကို ရွေးချယ်ပါ။

(2) ပြတ်သားသောစတုဂံဘောင်တွင် ရွေးချယ်ထားသော အမျှင်များကို AI မော်ဒယ်သို့ သတ်မှတ်ပြီးနောက် ဖိုက်ဘာဖြတ်ပိုင်းတစ်ခုစီကို ကြိုတင်ခွဲခြားသတ်မှတ်ပါ။

(၃) ဖိုက်ဘာဖြတ်ပိုင်းပုံသဏ္ဍာန်နှင့်အညီ အမျှင်များကို ကြိုတင်ခွဲခြားသတ်မှတ်ပြီးနောက်၊ ဖိုက်ဘာဖြတ်ပိုင်းတစ်ခုစီ၏ ရုပ်ပုံလွှာ၏ ပုံသဏ္ဍာန်ကို ထုတ်ယူရန် ရုပ်ပုံလုပ်ဆောင်ခြင်းနည်းပညာကို အသုံးပြုသည်။

(၄) နောက်ဆုံးအကျိုးသက်ရောက်ပုံကို ဖန်တီးရန်အတွက် ဖိုက်ဘာကောက်ကြောင်းကို မူရင်းပုံနှင့် မြေပုံဆွဲပါ။

(၅) ဖိုက်ဘာတစ်ခုစီ၏ ပါဝင်မှုကို တွက်ချက်ပါ။

Cပါဝင်မှု

မတူညီသောနမူနာ 10 ခုအတွက်၊ AI ဖြတ်ပိုင်းအလိုအလျောက်စမ်းသပ်မှုနည်းလမ်း၏ရလဒ်များကို သမားရိုးကျလက်စွဲစမ်းသပ်မှုနှင့် နှိုင်းယှဉ်ထားသည်။ပကတိအမှားသည် သေးငယ်သည်၊ အမြင့်ဆုံးအမှားသည် 3% ထက်မပိုပါ။၎င်းသည် စံနှုန်းများနှင့် ကိုက်ညီပြီး အလွန်မြင့်မားသော အသိအမှတ်ပြုမှုနှုန်း ရှိသည်။ထို့အပြင်၊ စမ်းသပ်ချိန်သတ်မှတ်ချက်အရ၊ သမားရိုးကျလက်စွဲစမ်းသပ်မှုတွင်၊ စစ်ဆေးရေးမှူးသည် နမူနာတစ်ခု၏စမ်းသပ်မှုကို ပြီးမြောက်ရန် မိနစ် 50 ကြာမြင့်ပြီး AI အပိုင်းဖြတ်ပိုင်းအလိုအလျောက်စမ်းသပ်မှုနည်းလမ်းဖြင့်နမူနာကိုရှာဖွေရန် 5 မိနစ်သာကြာသည်။ ထောက်လှမ်းမှု ထိရောက်မှုကို အလွန်တိုးတက်စေပြီး လူအင်အားနှင့် အချိန်ကုန်သက်သာစေသည်။

ဤဆောင်းပါးကို Wechat စာရင်းသွင်းခြင်း Textile Machinery မှ ထုတ်နုတ်ထားပါသည်။