3D grafikus szoftver alkalmazása neurális hálót tanító adathalmaz generálásához
Több iparágban, például a gyógyszer- és vegyiparban a pelletek, tabletták minőségellenőrzése leggyakrabban úgy zajlik, hogy a gyártás végén véletlenszerűen kiválasztott termék minőségéből extrapolálnak a teljes sarzs minőségére. Ez szinte mindig egy kevés termék veszteséggel jár. Egy esetleges rossz minőségű termék ellenőrzése a teljes sarzs hibásnak ítélésével járhat, ami feleslegesen nagy anyagi veszteséget jelent. Így tehát a lehető legjobb anyag-veszteség mentes köztes minőség-ellenőrzés nagyon értékes ilyen iparágakban.
Mára már a számítógépek számítási kapacitása oly mértékűre nőtt, hogy akár valósidőben képesek vagyunk neurális hálókkal videóból információt kinyerni. Ezek az információk lehetnek pelletek vagy tabletták mennyisége vagy alaktani jellemzői, mint például az átmérőjük. A tanítás nehézsége azonban nem a neurális hálók algoritmusa, hanem az őket tanító adathalmazok előállítása. Megfelelő minőségű és mennyiségű adat előállítása rengeteg szakértői munkaórát is igénybe vehet. Azonban ismerve a formai jellemzőiket 3d grafikus szoftverrel lehet az alakjukat és megfelelő beállításokat használva textúrájukat is élethűen modellezni.
Dolgozatunkban egy ilyen módszer lehetőségeit vizsgáljuk. Különböző méretű és alakú 3d modellek fizikai szimulációjával modellezzük például a valóságban szárító tálcára vagy futószalagra kiszórt pelleteket. 3d grafikus motornak a Blender-t használjuk, melynek interfésze lehetőséget ad arra, hogy létrehozzunk egy szoftvert tanító adat generálásra, majd a generált adatokra tanított háló teljesítményét teszteljük valós adatokon.
szerzők
-
Mess Gergely István
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc) -
Simon Csongor
Mérnök informatikus szak, alapképzés
alapképzés (BA/BSc) -
Dominguez Zoltán
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Csorba Kristóf
egyetemi docens, Automatizálási és Alkalmazott Informatikai Tanszék