创科方案 |
利用人工智能图像分析技术评估升降机/自动梯部件健康状况
(编号: S-1365) |
试验项目 |
|
方案特点 |
- 开发人工智能引擎对升降机/自动梯关键部件的照片进行全面审查
- 从日常维护中收集的现场照片将通过人工智能引擎进行分类和缺陷检测,而照片将会由机电署提供
- 运用数据增强、迁移学习、合成数据、主动/半监督学习等技巧来作模型训练
- 对12个指定升降机部件进有效分类,并对其中2个指定部件进行深化缺陷检测;务求指出每一个部件的细化问题
- 人工智能模组能够解决不同角度、光线条件、相机品质和摄影技巧的照片数据; 无论特征优劣,都能有效辨认和分析
|
试验应用及预期成果 |
- 完成训练的人工智能模型能够分辨至少12种指定部件,并将它们有效地归类至预设资料库
- 完成训练的人工智能模型用以深入分析其中2种精选部件,分别为悬吊缆索及制动器
- 人工智能模型将会充分扩展性及适应性,让用家能够透过应用程式介面加入新数据,进行模型的持续训练及分析
- 建立几款人工智能模型 (包括对象分类模型,物件检测模型,缺陷检测模型)
- 透过建立广义人工智能模型以检测潜在故障,从而实现预测性维护
|
方案提供者资料 |
|