Inspection visuelle et détection d’anomalies par vidéoEssayez de le remplacer par votre propre entreprise.
Extrayez les zones candidates pour les images artificielles en modifiant les seuils de luminosité et d'obscurité des pixels.
Vous pouvez vérifier les résultats du traitement en modifiant les entrées et les conditions ci-dessous. Des exemples de données et de sorties peuvent être enregistrés.
Inspection visuelle et détection d’anomalies par vidéo
Extrayez les zones candidates pour les images artificielles en modifiant les seuils de luminosité et d'obscurité des pixels.
01 / échantillon d'entrée
02 / Résultats du traitement
- Pixel candidat
- 4
- Tous les pixels
- 48
| ligne | Nombre de pixels candidats |
|---|---|
| 1 | 0 |
| 2 | 2 |
| 3 | 2 |
| 4 | 0 |
| 5 | 0 |
| 6 | 0 |
Seuil de pixels sur des images artificielles faites maison. Il ne s’agit pas d’une IA d’inspection visuelle formée.
La saisie est traitée dans le navigateur. Il ne sera pas envoyé à des systèmes d’IA ou d’entreprise externes. Le contenu modifié sera perdu lors du rechargement.
Les données sont un échantillon fictif créé par notre société. Il ne représente pas les informations client, les résultats de mise en œuvre ou les prix de vente. Source/Conditions d'utilisation
De cet échantillon à la mise en œuvre
Vérifier le fonctionnement avec un échantillon
Vérifiez le contenu du traitement, l'entrée requise et le format de sortie. Nous organiserons également les formats et exigences non pris en charge.
Vérification à petite échelle à l’aide de données internes
Nous évaluons l'exactitude, le temps de traitement et les heures de travail de correction à l'aide de données que nous sommes autorisés à utiliser. Nous conviendrons à l'avance de la manière de transférer les données confidentielles.
Mettre en œuvre l’approbation, la collaboration et l’exploitation
Déterminez l’autorité, la personne chargée de la confirmation, les liens avec le système existant et les conditions de maintenance avant de mettre en œuvre le système. Les coûts et les dates de livraison seront fournis en fonction des données cibles et des exigences.
Échantillons associés
Maintenance des équipements/enquête sur les pannes IA
Classez les données d'équipement synthétiques accessibles au public à l'aide d'arbres de décision réellement appris.
air_K,process_K,rpm,torque_Nm,wear_min 298.1,308.6,1551,42.8,0Essayez de changer l'entrée ↗
Automatisation des dossiers et rapports d’inspection
Créez des cibles de confirmation et rédigez des rapports à partir des enregistrements de mesure.
equipment,value,limit,unit PUMP-A,4.2,4,mm/s FAN-B,2.1,4,mm/s MOTOR-C,5.8,4,mm/sEssayez de changer l'entrée ↗
Inspection visuelle et détection d’anomalies par vidéo
Extrayez les zones candidates pour les images artificielles en modifiant les seuils de luminosité et d'obscurité des pixels.
20,22,21,23,22,21,20,23 21,22,220,225,22,23,20,21 22,20,218,224,21,20,22,23 20,22,21,20,23,21,22,20Essayez de changer l'entrée ↗
Optimisation de la demande/des stocks de pièces
Le montant estimé du réapprovisionnement est calculé à partir du montant d’utilisation quotidienne et des jours d’approvisionnement.
part,daily_use,stock,lead_days BEARING-A,4,12,7 BELT-B,2,30,5 BOLT-C,20,90,6Essayez de changer l'entrée ↗