YOLO neurális hálózatok hatékonyságának vizsgálata és integrálása valós gyógyszergyártási környezetben
A Pharmatech Laboratórium egyik fontos kutatási témája a folyamatos gyártás melletti vizuális hibadetektálás. Ennek keretében a legyártott tabletták közül kell azonosítani azokat, amelyek hibásak, tehát szenyezettek, repedtek vagy töröttek. A gyógyszergyártásban a gyors hibadetekció által nagyban csökkenthető selejtek által okozott veszteség.
A valós idejű objektum detekció ipari sztenderdjei lettek a YOLO (You Only Look Once) neurális hálózatok, a magas pontosságuk és sebességük miatt, ezért úgy döntöttünk, hogy ilyen környezetben is érdekes lehet az eredmények vizsgálata.
A Pharmatech Laboratóriumban méréseket végeztünk valós adathalmaz elkészítésének céljából. Az elkészített felvételek megpróbálják a lehető legjobban lefedni azt a környezetet, amely egy gyógyszergyárban előfordulhat a gyártósoron.
A tanító adathalmaz kézi annotálása hosszadalmas folyamat, az automatikus annotálás feladatának nehézsége pedig összemérhető a YOLO hálóval elvégezni kívánt feladattal. Ezért a tanításhoz mesterséges adathalmazt generálunk GAN (Generative Adversarial Network) segítségével. A GAN hálózatok főként arcok generálására alkalmazhatóak, megvizsgáljuk azt, hogy egy kisebb komplexitású feladatra hogyan működik.
A tanítás után fontos, hogy minél könnyebben felhasználható szoftvert adjunk a felhasználók kezébe, ezért a neurális hálót szoftverbe integráljuk. A YOLO által detektált tablettákat többféle módszerrel megszámoljuk és az így létrejött adatokat későbbiekben jól használható formában tároljuk.
szerzők
-
Koczka Vencel Dávid
Mérnök informatikus szak, alapképzés
alapképzés (BA/BSc) -
Mészáros Péter
Mérnök informatikus szak, alapképzés
alapképzés (BA/BSc)
konzulens
-
Dr. Csorba Kristóf
egyetemi docens, Automatizálási és Alkalmazott Informatikai Tanszék
