印第安纳州西拉斐特—普渡大学机械工程师团队创建了第一个全面的带注释的3D机械零件开源数据库,以帮助研究人员将机器学习应用于设计机器零件。
普渡大学的唐纳德·费德森机械工程杰出教授Karthik Ramani说:“我们处于深度学习时代,使用计算机视觉搜索事物。” “但是,没有人专注于机器的零件:管道,轴承,电动机,垫圈,螺母和螺栓等。这些对于我们作为工程师和制造商来说很重要。我们希望能够将相机对准真实世界的一部分,并让计算机告诉我们关于设计的所有信息。”
Ramani的团队在2000年代初期进行了视觉搜索零件的实验,但是计算能力和机器学习技术还不够先进。从那以后的几年中,研究人员已经了解到,构建可靠的数据集既涉及质量又涉及数量。“深度学习非常耗费时间,” Ramani说。“计算机需要大量示例来学习人类的含义以及事物之间的关系。这意味着我们需要很多零件的3D模型,这些模型还需要基础工程分类。”
该团队首先与一家名为TraceParts的法国公司合作,这使Purdue的研究人员可以访问该公司的3D工程零件数据库。该团队与得克萨斯大学奥斯汀分校助理教授黄启兴合作,搜寻其他数据库以获取类似的3D模型。他们最终建立了58,696个机械零件的数据库。
Ramani的团队根据国际标准分类(国际标准化组织创建和维护的技术标准体系)建立了68个类别的分级分类法,从而对各种零部件进行分类。Ramani说:“现在,当计算机看到密封件的图片时,它将知道它适合于动态密封件,然后更具体地来说,是适用于复合密封件。”
(文章来源于贤集网)