![{_CFG[site_title]}](/uploadfile/2020/1123/20201123094649491.png)
機器學(xué)習(xí)制造機器:將視覺搜索應(yīng)用于機械零件
更新時間：2020-11-18 16:15:26 字號：T|T
一個新的數(shù)據(jù)庫將幫助工程師和制造商將機器學(xué)習(xí)應(yīng)用于機械零件。計算機視覺研究人員利用機器學(xué)習(xí)訓(xùn)練計算機視覺識別物體，但很******人將機器...
一個新的數(shù)據(jù)庫將幫助工程師和制造商將機器學(xué)習(xí)應(yīng)用于機械零件。
計算機視覺研究人員利用機器學(xué)習(xí)訓(xùn)練計算機視覺識別物體，但很******人將機器學(xué)習(xí)應(yīng)用于機械部件，如變速箱、軸承、剎車、離合器、電機、螺母、螺栓和墊圈。
普渡大學(xué)(Purdue University)的一個機械工程師團隊創(chuàng)建了******包含58,000多個3d機械部件的全面開源注釋數(shù)據(jù)庫，旨在幫助研究人員將機器學(xué)習(xí)應(yīng)用于實際機器中的這些部件。
普渡大學(xué)的Donald W. Feddersen機械工程******教授Karthik Ramani說:“我們正處于深度學(xué)習(xí)時代，使用計算機來進行視覺搜索。但沒有人關(guān)注機器的零部件:管道、軸承、馬達、墊圈、螺母和螺栓等。這些是對我們工程師和制造商來說很重要的事情。我們希望能夠?qū)z像機對準真實世界的部分，然后讓計算機告訴我們關(guān)于該部分或設(shè)計的一切。”
Ramani的團隊在21世紀初曾嘗試用視覺搜索技術(shù)搜索零件，但當時的計算能力和機器學(xué)習(xí)技術(shù)還不夠******。在那之后的幾年里，研究人員已經(jīng)認識到，建立一個******的數(shù)據(jù)集既關(guān)乎質(zhì)量，也關(guān)乎數(shù)量。
Ramani說：“深度學(xué)習(xí)需要大量數(shù)據(jù)。計算機需要大量的例子來學(xué)習(xí)人類的意思以及事物之間的相互關(guān)系。這意味著我們需要很多零部件的3d模型，這也需要一個基本的工程分類。”
該團隊首先與一家名為TraceParts的法國公司合作，這使Purdue的研究人員可以訪問其3D工程零件數(shù)據(jù)庫。該團隊與德克薩斯大學(xué)奧斯汀分校助理教授黃啟興合作，搜尋其他數(shù)據(jù)庫以獲取類似的3D模型。他們***終建立了58,696個機械零件的數(shù)據(jù)庫。
但是沒有好的數(shù)據(jù)，數(shù)據(jù)庫是沒有用的。Ramani的團隊基于國際標準分類(由國際標準化組織創(chuàng)建和維護的技術(shù)標準系統(tǒng))，通過建立包含68個類別的層次分類法來組織各個部分。
Ramani說：“現(xiàn)在，當計算機看到密封組件的圖片時，它將知道它屬于動態(tài)密封，更具體地說，屬于復(fù)合密封。”
研究人員現(xiàn)在已經(jīng)公布了他們的開源數(shù)據(jù)庫，邀請計算機視覺和機器學(xué)習(xí)研究人員訪問并創(chuàng)建他們自己的實驗。今年8月，他們在第16屆歐洲計算機視覺大會上展示了他們的成果。
隨著基準數(shù)據(jù)集的建立，機器學(xué)習(xí)用于制造機器的未來是什么?
Ramani說：“我們看到了這項技術(shù)在許多現(xiàn)實情況下的應(yīng)用。想象一下，你在一家工廠從事維護工作，你正在更換一臺機器的一部分。你可以用攝像機對準零件，計算機***會識別它，并立即告訴你這個零件的所有規(guī)格——它叫什么名字，它連接到什么地方，以及它在工廠里實際儲存在什么地方。這甚至可以通過增強現(xiàn)實眼鏡實現(xiàn);您可以立即擁有您公司的整個可視化目錄，并了解如何修理東西或訂購零件。”
“機器學(xué)習(xí)有很多挑戰(zhàn)。但是，除非你知道如何測試你做得如何，否則你無法應(yīng)對挑戰(zhàn)。我們很自豪地創(chuàng)建了世界上******個大型三維機械部件標注基準數(shù)據(jù)集，我們希望推動深度學(xué)習(xí)時代的視覺搜索。”
計算機視覺研究人員利用機器學(xué)習(xí)訓(xùn)練計算機視覺識別物體，但很******人將機器學(xué)習(xí)應(yīng)用于機械部件，如變速箱、軸承、剎車、離合器、電機、螺母、螺栓和墊圈。
普渡大學(xué)(Purdue University)的一個機械工程師團隊創(chuàng)建了******包含58,000多個3d機械部件的全面開源注釋數(shù)據(jù)庫，旨在幫助研究人員將機器學(xué)習(xí)應(yīng)用于實際機器中的這些部件。
普渡大學(xué)的Donald W. Feddersen機械工程******教授Karthik Ramani說:“我們正處于深度學(xué)習(xí)時代，使用計算機來進行視覺搜索。但沒有人關(guān)注機器的零部件:管道、軸承、馬達、墊圈、螺母和螺栓等。這些是對我們工程師和制造商來說很重要的事情。我們希望能夠?qū)z像機對準真實世界的部分，然后讓計算機告訴我們關(guān)于該部分或設(shè)計的一切。”
Ramani的團隊在21世紀初曾嘗試用視覺搜索技術(shù)搜索零件，但當時的計算能力和機器學(xué)習(xí)技術(shù)還不夠******。在那之后的幾年里，研究人員已經(jīng)認識到，建立一個******的數(shù)據(jù)集既關(guān)乎質(zhì)量，也關(guān)乎數(shù)量。
Ramani說：“深度學(xué)習(xí)需要大量數(shù)據(jù)。計算機需要大量的例子來學(xué)習(xí)人類的意思以及事物之間的相互關(guān)系。這意味著我們需要很多零部件的3d模型，這也需要一個基本的工程分類。”
該團隊首先與一家名為TraceParts的法國公司合作，這使Purdue的研究人員可以訪問其3D工程零件數(shù)據(jù)庫。該團隊與德克薩斯大學(xué)奧斯汀分校助理教授黃啟興合作，搜尋其他數(shù)據(jù)庫以獲取類似的3D模型。他們***終建立了58,696個機械零件的數(shù)據(jù)庫。
但是沒有好的數(shù)據(jù)，數(shù)據(jù)庫是沒有用的。Ramani的團隊基于國際標準分類(由國際標準化組織創(chuàng)建和維護的技術(shù)標準系統(tǒng))，通過建立包含68個類別的層次分類法來組織各個部分。
Ramani說：“現(xiàn)在，當計算機看到密封組件的圖片時，它將知道它屬于動態(tài)密封，更具體地說，屬于復(fù)合密封。”
研究人員現(xiàn)在已經(jīng)公布了他們的開源數(shù)據(jù)庫，邀請計算機視覺和機器學(xué)習(xí)研究人員訪問并創(chuàng)建他們自己的實驗。今年8月，他們在第16屆歐洲計算機視覺大會上展示了他們的成果。
隨著基準數(shù)據(jù)集的建立，機器學(xué)習(xí)用于制造機器的未來是什么?
Ramani說：“我們看到了這項技術(shù)在許多現(xiàn)實情況下的應(yīng)用。想象一下，你在一家工廠從事維護工作，你正在更換一臺機器的一部分。你可以用攝像機對準零件，計算機***會識別它，并立即告訴你這個零件的所有規(guī)格——它叫什么名字，它連接到什么地方，以及它在工廠里實際儲存在什么地方。這甚至可以通過增強現(xiàn)實眼鏡實現(xiàn);您可以立即擁有您公司的整個可視化目錄，并了解如何修理東西或訂購零件。”
“機器學(xué)習(xí)有很多挑戰(zhàn)。但是，除非你知道如何測試你做得如何，否則你無法應(yīng)對挑戰(zhàn)。我們很自豪地創(chuàng)建了世界上******個大型三維機械部件標注基準數(shù)據(jù)集，我們希望推動深度學(xué)習(xí)時代的視覺搜索。”
