വിഷ്വൽ ഇൻസ്പെക്ഷൻ, എൻഡിടി, കമ്പ്യൂട്ടർ വിഷൻ: ഐസ് ലോഡ് പങ്കിടൽ

നേട്ടങ്ങൾ:

• വിഷ്വൽ ഇൻസ്പെക്ഷൻ, എൻഡിടി രീതികൾ എന്നിവ മനസ്സിലാക്കാനും കമ്പ്യൂട്ടർ വിഷൻ ഒരു വലിയ ഉപരിതല പ്രീ-സ്ക്രീനിംഗും ശ്രദ്ധാ ഗൈഡും ആയി ഉപയോഗിക്കാനുമുള്ള കഴിവ്.
• പ്രസക്തമായ/പ്രസക്തമല്ലാത്തതും ഒരു സൂചനയുടെ സ്വീകാര്യത/നിരസിക്കുന്നതും തമ്മിലുള്ള വ്യത്യാസം സാക്ഷ്യപ്പെടുത്തിയ എക്സാമിനറിനും പരിധി രേഖയ്ക്കും അവകാശപ്പെട്ടതാണെന്ന് പ്രയോഗിക്കാനുള്ള കഴിവ്.
• തെറ്റായ നെഗറ്റീവ്, തെറ്റായ പോസിറ്റീവ് എന്നിവയുടെ അപകടസാധ്യതകൾ മനസ്സിലാക്കാനുള്ള കഴിവ്, കൂടാതെ 'സിസ്റ്റം പറഞ്ഞു ക്ലീൻ' എന്ന് പരീക്ഷ അവസാനിപ്പിക്കരുത്

മിക്ക പരിചരണവും ആരംഭിക്കുന്നത് കണ്ണുകളിൽ നിന്നാണ്. ഒരു വിള്ളൽ, ഒരു തുരുമ്പെടുക്കൽ സ്ഥലം, ഒരു അയഞ്ഞ ഫാസ്റ്റനർ, ഒരു ചോർച്ചയുടെ ഒരു ട്രെയ്സ് - വിഷ്വൽ പരിശോധനയിലൂടെയാണ് മിക്ക തകരാറുകളും ആദ്യം പിടിക്കുന്നത്. ആധുനിക വ്യോമയാനത്തിൽ, ഈ കണ്ണ് ഇപ്പോൾ കമ്പ്യൂട്ടർ വിഷൻ (ചിത്രങ്ങളിൽ നിന്നുള്ള വസ്തുക്കൾ, വൈകല്യങ്ങൾ, പാറ്റേണുകൾ എന്നിവ കണ്ടെത്തുന്ന കൃത്രിമ ബുദ്ധി) ഒപ്പമുണ്ട്: ഡ്രോൺ ബോഡി സ്കാനിംഗ്, ബോർസ്കോപ്പ് ഇമേജ് വിശകലനം, ഓട്ടോമാറ്റിക് ഡിഫെക്റ്റ് മാർക്കിംഗ്. ഈ യൂണിറ്റിൽ, വിഷ്വൽ ഇൻസ്പെക്ഷൻ, എൻഡിടി (നോൺ ഡിസ്ട്രക്റ്റീവ് ടെസ്റ്റിംഗ്, ഭാഗത്തിന് കേടുപാടുകൾ വരുത്താതെ ആന്തരിക/ഉപരിതല വൈകല്യങ്ങൾ കണ്ടെത്തുന്നതിനുള്ള രീതികൾ) എന്നിവയിൽ AI എങ്ങനെ കണ്ണിൻ്റെ ഭാരം പങ്കിടുന്നു എന്നത് ഞങ്ങൾ കവർ ചെയ്യും, പക്ഷേ തീരുമാനം ഇപ്പോഴും അംഗീകൃത ഇൻസ്പെക്ടർക്ക് മാത്രമായിരിക്കും.

വിഷ്വൽ പരിശോധനയും NDT അടിസ്ഥാനങ്ങളും

വിഷ്വൽ പരിശോധന പൊതുവായ (GVI) അല്ലെങ്കിൽ വിശദമായ (DVI) ആകാം; നഗ്നനേത്രങ്ങൾ, ഭൂതക്കണ്ണാടി അല്ലെങ്കിൽ ബോർസ്കോപ്പ് എന്നിവ ഉപയോഗിച്ചാണ് ഇത് ചെയ്യുന്നത്. NDT രീതികൾ നഗ്നനേത്രങ്ങൾ കൊണ്ട് കാണാൻ കഴിയാത്ത വൈകല്യങ്ങൾ കണ്ടെത്തുന്നു:

• എഡ്ഡി കറൻ്റ് (എഡ്ഡി കറൻ്റ് - വൈദ്യുതകാന്തികമായി ഉപരിതല/ഉപരിതല വിള്ളലുകൾ കണ്ടെത്തുന്നു),
• അൾട്രാസോണിക് (അൾട്രാസോണിക് - ശബ്ദ തരംഗത്തിലൂടെ ആന്തരിക വൈകല്യം/കനം അളക്കുന്നു),
• ഡൈ പെനട്രൻ്റ് (ദ്രാവകം - നിറമുള്ള ദ്രാവകം ഉപയോഗിച്ച് ഉപരിതല വിള്ളലുകൾ ദൃശ്യമാക്കുന്നു),
• കാന്തിക കണിക (കാന്തികകണം - ഫെറോ മാഗ്നെറ്റിക് ഉപരിതല വിള്ളലുകൾ),
• റേഡിയോഗ്രാഫി (റേഡിയോഗ്രഫി - എക്സ്-റേ ഉള്ള ആന്തരിക ഘടന).

NDT-ക്ക് സർട്ടിഫൈഡ് ഉദ്യോഗസ്ഥർ ആവശ്യമാണ് (ഉദാ. NAS 410 / EN 4179 ലെവൽ 1/2/3). AI-ക്ക് ഒരിക്കലും ഏറ്റെടുക്കാൻ കഴിയാത്ത ഒരു നിയോഗമാണിത്. AI-ക്ക് ചിത്രത്തിൽ ഒരു അടയാളം വേർതിരിച്ചെടുക്കാൻ കഴിയും; ആ അടയാളം യഥാർത്ഥ വൈകല്യമാണോ (പ്രസക്തമായ സൂചന) അല്ലെങ്കിൽ തെറ്റായ/അപ്രസക്തമായ സൂചനയാണോ എന്ന് സർട്ടിഫൈഡ് എക്സാമിനർ തീരുമാനിക്കുന്നു.

കമ്പ്യൂട്ടർ വിഷൻ എവിടെ ഉപയോഗപ്രദമാണ്?

വിഷ്വൽ ഇൻസ്പെക്ഷൻ സമയത്ത് മനുഷ്യൻ്റെ കണ്ണ് തളരുമ്പോൾ, ആവർത്തിച്ചുള്ളതും വലിയ ഉപരിതലത്തിലുള്ളതുമായ ജോലികളിൽ കമ്പ്യൂട്ടർ ദർശനം ശക്തമാണ്:

1. വലിയ ഉപരിതല പ്രീ-സ്കാനിംഗ്: സ്കാനിംഗ് ഫ്യൂസ്ലേജ്, വിംഗ് ഓവർലേ, ഡ്രോൺ/ക്യാമറയുടെ മിന്നൽ കേടുപാടുകൾ; സംശയാസ്പദമായ പ്രദേശങ്ങൾ അടയാളപ്പെടുത്തുന്നു.
2. ബോർസ്കോപ്പ് ഇമേജ് സപ്പോർട്ട്: ഇൻറർ എഞ്ചിൻ വിംഗ് കേടുപാട്, ജ്വലന അറ നിയന്ത്രണത്തിൽ സംശയാസ്പദമായ ഫ്രെയിം ഹൈലൈറ്റ് ചെയ്യുന്നു.
3. കണ്ടെത്തൽ മാറ്റുക: ഒരേ പ്രദേശത്തിൻ്റെ മുമ്പത്തേതും നിലവിലുള്ളതുമായ ചിത്രം താരതമ്യം ചെയ്യുകയും പുതിയ കേടുപാടുകൾ അടയാളപ്പെടുത്തുകയും ചെയ്യുന്നു.
4. മെഷർമെൻ്റ് സപ്പോർട്ട്: നാശനഷ്ടത്തിൻ്റെ ഏകദേശ സ്കെയിലിംഗ് (കൃത്യമായ അളവ് ഉപകരണമാണ്).
5. റെക്കോർഡിംഗ്/ടാഗിംഗ്: കണ്ടെത്തിയ സൂചനകളുടെ സ്ഥാനം രേഖപ്പെടുത്തുന്നതിനുള്ള സഹായം.

ഇത് പ്രീ-സ്‌ക്രീനിംഗിൻ്റെയും ശ്രദ്ധാകേന്ദ്രീകരണത്തിൻ്റെയും ഒരു പാളിയാണ്. "ഇവിടെ നോക്കൂ," അവൻ പറയുന്നു; "ഇതൊരു ക്രാക്ക് ആണ്, ഇത് പരിധിക്ക് പുറത്താണ്" എന്ന് പറയുന്നില്ല. ആ വിധി SRM/AMM പരിധികളെയും എക്സാമിനർ വ്യാഖ്യാനത്തെയും അടിസ്ഥാനമാക്കിയുള്ളതാണ്.

മുന്നറിയിപ്പ്: കമ്പ്യൂട്ടർ ദർശനത്തിൻ്റെ രണ്ട്-വഴി പിശക് നിർണായകമാണ്. തെറ്റായ നെഗറ്റീവ് (യഥാർത്ഥ ന്യൂനത നഷ്ടപ്പെടുന്നത്) നേരിട്ടുള്ള സുരക്ഷാ അപകടമാണ്; സിസ്റ്റം "വ്യക്തം" എന്ന് പറഞ്ഞതുകൊണ്ട് മാത്രം പരീക്ഷ അവസാനിക്കുന്നില്ല. തെറ്റായ പോസിറ്റീവ് (നിലവിലില്ലാത്ത ഒരു വൈകല്യത്തെ അടയാളപ്പെടുത്തുന്നത്) അനാവശ്യമായ വേർപെടുത്തലും ചെലവും സൃഷ്ടിക്കുന്നു. അതിനാൽ, കമ്പ്യൂട്ടർ ദർശനം മനുഷ്യ പരിശോധനയെ പൂർത്തീകരിക്കുന്നു, പകരം വയ്ക്കുന്നില്ല.

എന്തുകൊണ്ടാണ് തീരുമാനം വ്യക്തിയിൽ തുടരുന്നത്?

ഒരു ചിത്രത്തിലെ ഇരുണ്ട വര ഒരു വിള്ളൽ, ഒരു പോറൽ, ഒരു എണ്ണ അടയാളം, ഒരു പെയിൻ്റ് തകരാറ് അല്ലെങ്കിൽ ഒരു പ്രകാശ പ്രതിഫലനം ആകാം. ചില വ്യവസ്ഥകളിൽ മോഡലുകൾ തെറ്റാണ് (പ്രകാശം, ആംഗിൾ, ഉപരിതല അവസ്ഥ). കൂടാതെ, ഒരു സൂചന സ്വീകാര്യമാണോ (പരിധിക്കുള്ളിൽ, ഏത് സോണിൽ, വീണ്ടും) എന്നത് ഒരു എഞ്ചിനീയറിംഗ് വിധിയാണ്, അത് അംഗീകൃത പരിധി രേഖകളെ ആശ്രയിച്ചിരിക്കുന്നു. AI-ക്ക് പരിധി നിയമപരമായി നടപ്പിലാക്കാനോ ഒരു സർട്ടിഫിക്കറ്റ് വഹിക്കാനോ കഴിയില്ല. അതിനാൽ ഒഴുക്ക് എല്ലായ്പ്പോഴും ഇതാണ്: AI മാർക്ക് → എക്സാമിനർ പരിശോധിക്കുന്നു → പരിധി പ്രമാണം → അംഗീകൃത അടയാളങ്ങൾ തീരുമാനിക്കുന്നു.

നുറുങ്ങ്: കമ്പ്യൂട്ടർ വിഷൻ ഔട്ട്‌പുട്ട് "രണ്ടാമത്തെ ജോഡി കണ്ണുകൾ" ആയി ഉപയോഗിക്കുക, ഒരു "മോണോ-ഐ" ആയിട്ടല്ല. മനുഷ്യന് നഷ്ടമായേക്കാവുന്നതും യന്ത്രം തെറ്റായി അടയാളപ്പെടുത്തുന്നതും യന്ത്രം പിടിക്കുന്ന ഇരട്ട-പാളി പരിശോധനയിലാണ് മികച്ച ഫലങ്ങൾ.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - ഡ്രോൺ സ്കാനിംഗ് ശ്രദ്ധ തിരിച്ചു. ഒരു ഫ്യൂസ്‌ലേജ് മുകളിലെ ഉപരിതല പരിശോധനയ്ക്കിടെ, കമ്പ്യൂട്ടർ വിഷൻ ഉപയോഗിച്ച് ഡ്രോൺ ചിത്രങ്ങൾ സ്കാൻ ചെയ്യുകയും സംശയാസ്പദമായ രണ്ട് പ്രദേശങ്ങൾ അടയാളപ്പെടുത്തുകയും ചെയ്തു. എക്സാമിനർ ഈ രണ്ട് മേഖലകളിലേക്കും വിശദമായി പരിശോധിച്ചു: ഒന്ന് എണ്ണയുടെ അംശം (പ്രസക്തമല്ലാത്തത്), മറ്റൊന്ന് യഥാർത്ഥ മിന്നൽ നാശത്തിൻ്റെ തുടക്കമായിരുന്നു. ഒരു വലിയ ഉപരിതല വിസ്തൃതിയിൽ കണ്ണ് സ്കാനിംഗിൻ്റെ മണിക്കൂറുകൾ ടാർഗെറ്റുചെയ്‌ത പരിശോധനയായി ചുരുക്കിയിരിക്കുന്നു; യഥാർത്ഥ നാശനഷ്ടം നേരത്തെ കണ്ടെത്തി.

കേസ് 2 - തെറ്റായ പോസിറ്റീവ് വേട്ടയാടി. ഒരു ബോർസ്കോപ്പ് വിശകലനത്തിൽ, സിസ്റ്റം ഒരു ടർബൈൻ ബ്ലേഡിൽ ഒരു "ക്രാക്ക്" ഫ്ലാഗ് ചെയ്തു. സർട്ടിഫൈഡ് എക്സാമിനർ അത് വലുതാക്കി ആംഗിൾ മാറ്റുമ്പോൾ, അത് ഉപരിതല നിക്ഷേപമാണെന്നും വിള്ളലല്ലെന്നും കണ്ടു. ഒരു അനാവശ്യ എഞ്ചിൻ ഡിസ്അസംബ്ലിംഗ് (വളരെ ഉയർന്ന ചിലവ് + പുതിയ പിശകുകളുടെ അപകടസാധ്യത) തടഞ്ഞു. സിസ്റ്റം അത് അടയാളപ്പെടുത്തി, മനുഷ്യൻ അത് ശരിയായി വായിച്ചു.

കേസ് 3 - അച്ചടക്കത്തിനെതിരെ തെറ്റായ നെഗറ്റീവ്. വിംഗ് അണ്ടർസർഫേസ് സ്കാനിൽ സിസ്റ്റം "വ്യക്തമാണ്", അദ്ദേഹം പറഞ്ഞു. ഇൻസ്പെക്ടർ ഇപ്പോഴും നിർണ്ണായക ജോയിൻ്റ് ഏരിയ കൈകൊണ്ടും ഭൂതക്കണ്ണാടി ഉപയോഗിച്ചും പരിശോധിച്ചു, കൂടാതെ നാശത്തിൻ്റെ സൂക്ഷ്മമായ തുടക്കം കണ്ടെത്തി. "സംവിധാനം വ്യക്തമാണെന്ന് അദ്ദേഹം പറഞ്ഞു" പരീക്ഷ പൂർത്തിയാക്കിയില്ല; അച്ചടക്കം തെറ്റിപ്പിരിഞ്ഞു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

റോൾ: വിഷ്വൽ ഇൻസ്പെക്ഷൻ പ്രീ-സ്‌ക്രീനിംഗ് അസിസ്റ്റൻ്റ്. ടാസ്‌ക്: ചുവടെയുള്ള ചിത്രത്തിൽ/ഏരിയയിൽ ശ്രദ്ധിക്കേണ്ട സംശയാസ്‌പദമായ പോയിൻ്റുകൾ അടയാളപ്പെടുത്തി ഓരോന്നിനും സാധ്യമായ വിശദീകരണം (വിള്ളൽ? സ്‌ക്രാച്ച്? കോറോഷൻ? മാർക്ക്?) നൽകുക. നിയമങ്ങൾ:- തെറ്റ് സംബന്ധിച്ച് കൃത്യമായ ഒരു വിധി പറയുക; "സംശയകരമായ, സ്ഥിരീകരിക്കപ്പെടേണ്ട" ഭാഷ ഉപയോഗിക്കുക. - സ്വീകാര്യത പരിധി SRM/AMM-ൽ നിർവചിച്ചിട്ടുണ്ടെന്നും എക്സാമിനർ തീരുമാനിക്കുമെന്നും പ്രസ്താവിക്കുക. ചിത്രം/സന്ദർഭം: [വിവരണം അല്ലെങ്കിൽ ദൃശ്യം]

റോൾ: ഡിറ്റക്ഷൻ അസിസ്റ്റൻ്റ് മാറ്റുക. ടാസ്‌ക്: അതേ പ്രദേശത്തിൻ്റെ മുമ്പത്തേതും നിലവിലുള്ളതുമായ അവസ്ഥ താരതമ്യം ചെയ്‌ത് പുതുതായി രൂപപ്പെട്ട/വളരുന്ന സ്ഥലങ്ങൾ അടയാളപ്പെടുത്തുക. നിയമങ്ങൾ: ലൈറ്റിംഗ്/ആംഗിൾ വ്യത്യാസം തെറ്റിദ്ധരിപ്പിക്കുന്നതാണെന്ന് ചൂണ്ടിക്കാണിക്കുക; കൃത്യമായ അളവെടുപ്പും തീരുമാനവും. ഇൻപുട്ട്: [മുമ്പത്തെ/നിലവിലെ നിർവചനം]

റോൾ: NDT രീതി തിരഞ്ഞെടുക്കൽ കൺസൾട്ടൻ്റ്. ടാസ്ക്: ഇനിപ്പറയുന്ന സാധ്യമായ വൈകല്യ തരത്തിനും സ്ഥാനത്തിനും അനുയോജ്യമായ NDT രീതി(കൾ) വിശദീകരിക്കുക. നിയമങ്ങൾ: രീതിയുടെ പ്രയോഗത്തിന് സാക്ഷ്യപ്പെടുത്തിയ ഉദ്യോഗസ്ഥർ ആവശ്യമാണെന്നും സ്വീകാര്യത മാനദണ്ഡങ്ങൾ പ്രസക്തമായ സ്പെസിഫിക്കേഷനിലാണെന്നും പ്രസ്താവിക്കുക. സാഹചര്യം: [വൈകല്യ തരം + മെറ്റീരിയൽ + സ്ഥാനം]

റോൾ: ഇൻഡിക്കേഷൻ റെക്കോർഡിംഗ്/ലേബലിംഗ് അസിസ്റ്റൻ്റ്. ടാസ്ക്: ലൊക്കേഷൻ, തരം, വലുപ്പം (കണക്കാക്കിയത്), ഫോട്ടോ റഫറൻസ് എന്നിവ ഉപയോഗിച്ച് ഇനിപ്പറയുന്ന പരിശോധന കണ്ടെത്തൽ ഒരു ഘടനാപരമായ റെക്കോർഡിലേക്ക് വിവർത്തനം ചെയ്യുക. നിയമങ്ങൾ: "കണക്കാക്കിയത്" നിലനിർത്തുക; സ്വീകരിക്കുക/നിരസിക്കുക എന്ന ക്ലോസ് ശൂന്യമായി വിടുക, അത് പരീക്ഷകൻ്റേതാണ്. കണ്ടെത്തൽ: [റോ നോട്ട്]

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലൻ: "ഈ ഫോട്ടോയിൽ എന്തെങ്കിലും വിള്ളലുകൾ ഉണ്ടോ, വിമാനം പറക്കാൻ കഴിയുമോ?"

ഒരൊറ്റ ഔട്ട്‌പുട്ട് ഉപയോഗിച്ച് രോഗനിർണയവും വായു യോഗ്യമായ തീരുമാനവും ആവശ്യമാണ്; രണ്ടും സർട്ടിഫൈഡ് ഇൻസ്പെക്ടർ, ലിമിറ്റ് ഡോക്യുമെൻ്റ് ജോലികൾ.

Güçlü: "ഈ ഏരിയാ ചിത്രത്തിൽ സംശയാസ്പദമായ പോയിൻ്റുകൾ അടയാളപ്പെടുത്തുക, ഓരോന്നിനും സാധ്യമായ വിശദീകരണം നൽകുക (വിള്ളൽ/സ്ക്രാച്ച്/കോറഷൻ/അടയാളം). അന്തിമ വിധി പറയരുത്, 'പരിശോധിച്ചിരിക്കണം' എന്ന് പറയുക; സ്വീകാര്യത പരിധി SRM-ൽ ആണെന്നും തീരുമാനം പരീക്ഷകൻ്റേതാണെന്നും പ്രസ്താവിക്കുക. ലൈറ്റിംഗ്/ആംഗിൾ തെറ്റിദ്ധരിപ്പിക്കുന്നത് ചൂണ്ടിക്കാണിക്കുക."

ഈ പ്രോംപ്റ്റ് AI-യെ പ്രീ-സ്‌ക്രീനിംഗ് റോളിൽ ഉൾപ്പെടുത്തുകയും തീരുമാനം മനുഷ്യനെ ഏൽപ്പിക്കുകയും ചെയ്യുന്നു.

പട്ടിക: വിഷ്വൽ/എൻഡിടി പരീക്ഷയിലെ റോൾ ഡിസ്ട്രിബ്യൂഷൻ

പടി

കമ്പ്യൂട്ടർ ദർശനം / AI

മനുഷ്യൻ (പരിശോധകൻ)

വലിയ ഉപരിതല സ്കാനിംഗ്

സംശയാസ്പദമായ പ്രദേശത്തിൻ്റെ അടയാളങ്ങൾ

വിശദമായ പരിശോധന ലക്ഷ്യമിടുന്നു

സൂചന അഭിപ്രായം

സാധ്യമായ വിശദീകരണം നിർദ്ദേശിക്കുന്നു

പ്രസക്തമായ/അപ്രസക്തമായ തീരുമാനം

വലിപ്പം

കണക്കാക്കിയ സ്കെയിൽ

കാലിബ്രേറ്റ് ചെയ്ത അളവ്

സ്വീകരിക്കുക/നിരസിക്കുക

- (പറ്റില്ല)

ലിമിറ്റ് ഡോക്യുമെൻ്റ് + പ്രൊവിഷൻ

ഒപ്പ്/രജിസ്‌ട്രേഷൻ

കരട് സഹായം

സാക്ഷ്യപ്പെടുത്തിയ ഒപ്പ്

സാധാരണ തെറ്റുകൾ

• "സംവിധാനം വ്യക്തമായി പറഞ്ഞു" എന്ന് പരീക്ഷ അവസാനിപ്പിക്കുന്നു. തെറ്റായ നെഗറ്റീവ് ഒരു സുരക്ഷാ അപകടമാണ്.
• അടയാളം തെറ്റാണെന്ന് തെറ്റിദ്ധരിക്കുന്നു. പ്രസക്തം/അപ്രസക്തം എന്നിവ തമ്മിലുള്ള വ്യത്യാസം പരീക്ഷകനാണ്.
• കൃത്യമായ അളവുകോലായി കണക്കാക്കിയ വലുപ്പം ഉപയോഗിക്കുന്നു. കാലിബ്രേറ്റ് ചെയ്ത അളവെടുപ്പിനെ അടിസ്ഥാനമാക്കിയാണ് സ്വീകാര്യത തീരുമാനം.
• സർട്ടിഫിക്കേഷൻ ഇല്ലാതെ NDT വ്യാഖ്യാനിക്കുന്നു. അംഗീകാരവും സ്വീകാര്യത മാനദണ്ഡവും സ്പെസിഫിക്കേഷനെ ആശ്രയിച്ചിരിക്കുന്നു.
• ലൈറ്റിംഗ്/ആംഗിൾ മിഥ്യാബോധം അവഗണിക്കുന്നു. ഇത് തെറ്റായ പോസിറ്റീവ്/നെഗറ്റീവ് ഉണ്ടാക്കുന്നു.

ചുരുക്കത്തിൽ

വിഷ്വൽ ഇൻസ്പെക്ഷനും NDT-യും സുരക്ഷാ-നിർണ്ണായക പിഴവുകൾ വേട്ടയാടലാണ്, കൂടാതെ കമ്പ്യൂട്ടർ വിഷൻ കണ്ണിൻ്റെ ഭാരം പങ്കിടുന്ന ശക്തമായ ഒരു പ്രീ-സ്ക്രീനിംഗ് ലെയറാണ്: വലിയ പ്രതലങ്ങൾ സ്കാൻ ചെയ്യുക, മാറ്റം അടയാളപ്പെടുത്തുക, ശ്രദ്ധ തിരിക്കുക. എന്നാൽ അടയാളം വിധിയല്ല; പ്രസക്തമായ/അപ്രസക്തമായ വേർതിരിവ്, വലിപ്പം അളക്കൽ, സ്വീകാര്യത/നിരസിക്കൽ തീരുമാനം എന്നിവ സാക്ഷ്യപ്പെടുത്തിയ ഇൻസ്പെക്ടർ, പരിധി രേഖകൾ എന്നിവയുടേതാണ്. യന്ത്രവും മനുഷ്യനും പരസ്പരം അന്ധത മറയ്ക്കുന്ന ഇരട്ട-പാളി പരീക്ഷയിലാണ് മികച്ച ഫലങ്ങൾ.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു പരീക്ഷാ രംഗം തിരഞ്ഞെടുക്കുക (ഫോട്ടോ അല്ലെങ്കിൽ വിവരണം). ആദ്യ ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് സംശയാസ്പദമായ സ്ഥലങ്ങൾ AI അടയാളപ്പെടുത്തുക. തുടർന്ന് ഓരോ ചിഹ്നത്തിനും സ്വയം തീരുമാനിക്കുക: പ്രസക്തമായ, അപ്രസക്തമായ, ഏത് SRM/AMM പരിധിയാണ് പരിശോധിക്കേണ്ടത്? AI നഷ്‌ടമായതോ തെറ്റായി അടയാളപ്പെടുത്തിയതോ ആയ പോയിൻ്റുകൾ ലിസ്റ്റുചെയ്‌ത് “ഡബിൾ-ലെയർ പരിശോധന” മൂല്യനിർണ്ണയം എഴുതുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ കമ്പ്യൂട്ടർ വിഷൻ ഔട്ട്പുട്ട് ഒരു പ്രാഥമിക സ്ക്രീനിംഗ് ആയി ഉപയോഗിച്ചു, ഒരു വിധി എന്ന നിലയിലല്ല.
• [ ] "സംവിധാനം ശുദ്ധമാണ്" എന്ന് പറഞ്ഞെങ്കിലും, ഞാൻ നിർണായക മേഖലകൾ നേരിട്ട് പരിശോധിച്ചു.
• [ ] ഞാൻ പരീക്ഷകൻ എന്ന നിലയിൽ പ്രസക്തമായ/പ്രസക്തമല്ലാത്ത തീരുമാനമെടുത്തു.
• [ ] കാലിബ്രേറ്റഡ് മെഷർമെൻ്റിൻ്റെയും ലിമിറ്റ് ഡോക്യുമെൻ്റിൻ്റെയും അടിസ്ഥാനത്തിലാണ് ഞാൻ വലിപ്പം/സ്വീകാര്യത തീരുമാനമെടുത്തത്.
• [ ] NDT അഭിപ്രായത്തിനുള്ള സർട്ടിഫിക്കറ്റ് അതോറിറ്റിയെ ഞാൻ നിരീക്ഷിച്ചു.
• [ ] ഞാൻ ലൈറ്റിംഗ്/ആംഗിൾ സംബന്ധിയായ വികലങ്ങൾ കണക്കിലെടുത്തിട്ടുണ്ട്.