Aperçu
L'analyse d'images multi-portes (MGIA) est un outil d'analyse d'images qui utilise l'apprentissage automatique pour reconnaître les bons et les mauvais modèles, exclure les bons modèles du comptage des vides et combiner l'analyse des défauts de différentes images acoustiques en un seul résultat simple basé sur des critères de défaillance personnalisés.
Segmentation MGIA
Le modèle d'IA/ML est capable de distinguer trois classes de pixels :
- Arrière-plan
- Marqueur de puce (vert)
- Défaut réel (Bleu)
Le modèle est entraîné à considérer les zones vides d'étalonnage, de taille, de forme et d'emplacement constants, comme des pixels "d'arrière-plan", même si elles ont la même valeur de pixel que les défauts.