Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
Aprendizaje profundo para la inspección visual automatizada en fabricación y mantenimiento: Una encuesta de documentos de acceso abierto
La evaluación de calidad en las aplicaciones industriales suele ejecutarse de manera visual, la cual es costosa y propensa a errores. El uso de la inteligencia artificial como herramienta para la inspección visual ha sido objeto de investigación y este artículo presenta una visión general de los modelos de aprendizaje profundo y su uso mediante una encuesta aplicada a tareas relacionadas con la fabricación y el mantenimiento. Los resultados muestran que la mayoría de los modelos utilizados actualmente se basan en redes neuronales convencionales, el estándar actual para la clasificación de imágenes, el reconocimiento de objetos o las tareas de segmentación de objetos. No obstante, se observó la aparición de modelos de transformadores de visión que podrían superar a las redes neuronales convencionales pero que requieren más recursos lo cual implica cambios en el coste de la producción.
Autores: Hütten, Nils; Alves Gomes, Miguel; Hölken, Florian; Andricevic, Karlo; Meyes, Richard; Meisen, Tobias
Idioma: Inglés
Editor: MDPI
Año: 2024
Artículos
Categoría
Procesos industriales
Licencia
Atribución
Consultas: 7
Citaciones: Sin citaciones
Este documento es un articulo elaborado por Nils Hütten, Miguel Alves Gomes, Florian Hölken, Karlo Andricevic, Richard Meyes y Tobias Meisen (Universidad de Wuppertal, Alemania) para la revista Applied System Innovation Vol. 7 Núm. 1. Publicación de MDPI. Contacto: asi@mdpi.com
La evaluación de calidad en las aplicaciones industriales suele ejecutarse de manera visual, la cual es costosa y propensa a errores. El uso de la inteligencia artificial como herramienta para la inspección visual ha sido objeto de investigación y este artículo presenta una visión general de los modelos de aprendizaje profundo y su uso mediante una encuesta aplicada a tareas relacionadas con la fabricación y el mantenimiento. Los resultados muestran que la mayoría de los modelos utilizados actualmente se basan en redes neuronales convencionales, el estándar actual para la clasificación de imágenes, el reconocimiento de objetos o las tareas de segmentación de objetos. No obstante, se observó la aparición de modelos de transformadores de visión que podrían superar a las redes neuronales convencionales pero que requieren más recursos lo cual implica cambios en el coste de la producción.
Descripción
La evaluación de calidad en las aplicaciones industriales suele ejecutarse de manera visual, la cual es costosa y propensa a errores. El uso de la inteligencia artificial como herramienta para la inspección visual ha sido objeto de investigación y este artículo presenta una visión general de los modelos de aprendizaje profundo y su uso mediante una encuesta aplicada a tareas relacionadas con la fabricación y el mantenimiento. Los resultados muestran que la mayoría de los modelos utilizados actualmente se basan en redes neuronales convencionales, el estándar actual para la clasificación de imágenes, el reconocimiento de objetos o las tareas de segmentación de objetos. No obstante, se observó la aparición de modelos de transformadores de visión que podrían superar a las redes neuronales convencionales pero que requieren más recursos lo cual implica cambios en el coste de la producción.