創科方案 |
利用人工智能圖像分析技術評估升降機/自動梯部件健康狀況
(編號: S-1365) |
試驗項目 |
|
方案特點 |
- 開發人工智能引擎對升降機/自動梯關鍵部件的照片進行全面審查
- 從日常維護中收集的現場照片將通過人工智能引擎進行分類和缺陷檢測,而照片將會由機電署提供
- 運用數據增強、遷移學習、合成數據、主動/半監督學習等技巧來作模型訓練
- 對12個指定升降機部件進有效分類,並對其中2個指定部件進行深化缺陷檢測;務求指出每一個部件的細化問題
- 人工智能模組能夠解決不同角度、光線條件、相機品質和攝影技巧的照片數據; 無論特徵優劣,都能有效辨認和分析
|
試驗應用及預期成果 |
- 完成訓練的人工智能模型能夠分辨至少12種指定部件,並將它們有效地歸類至預設資料庫
- 完成訓練的人工智能模型用以深入分析其中2種精選部件,分別為懸吊纜索及制動器
- 人工智能模型將會充分擴展性及適應性,讓用家能夠透過應用程式介面加入新數據,進行模型的持續訓練及分析
- 建立幾款人工智能模型 (包括對象分類模型,物件檢測模型,缺陷檢測模型)
- 透過建立廣義人工智能模型以檢測潛在故障,從而實現預測性維護
|
方案提供者資料 |
|