Überblick
Multi-Gate Image Analysis (MGIA) ist ein Bildanalysetool, das maschinelles Lernen nutzt, um gute und schlechte Muster zu erkennen, gute Muster von der Hohlraumzählung auszuschließen und die Fehleranalyse aus verschiedenen akustischen Bildern zu einem einzigen Ergebnis auf der Grundlage von benutzerdefinierten Fehlerkriterien zu kombinieren.
MGIA-Segmentierung
Das KI/ML-Modell ist in der Lage, drei Pixelklassen zu unterscheiden:
- Hintergrund
- Chipmarkierung (grün)
- Echter Defekt (Blaue)
Das Modell ist darauf trainiert, dass Kalibrierungslücken mit einheitlicher Größe, Form und Platzierung als "Hintergrund"-Pixel betrachtet werden, obwohl sie den gleichen Pixelwert wie Defekte aufweisen.