人工智能在工業(yè)內窺鏡檢測中的應用，主要體現(xiàn)在通過機器學習提升缺陷識別過程的自動化和智能化水平。韋林工業(yè)內窺鏡 Everest Mentor Visual iQ 搭載的 ADR（Assisted defect recognition）人工智能輔助缺陷判斷系統(tǒng)，即為通過機器學習算法訓練得到的缺陷輔助判斷模型。

利用 ADR 實現(xiàn)人工智能在工業(yè)內窺鏡檢測中的應用，需要這樣一些環(huán)節(jié)：

1. 收集缺陷檢測圖像及數(shù)據(jù)。韋林合作伙伴——工業(yè)內窺鏡廠家 Waygate technologies 的 InspectionWorks 為檢測數(shù)據(jù)提供了高效的收集接口及數(shù)據(jù)存儲與管理平臺；

2. 根據(jù)收集的檢測圖像及數(shù)據(jù)，開發(fā)用于輔助識別缺陷的ADR模型。該過程使用收集到的、已經標記缺陷相關信息的代表性檢測圖像（稱為標記樣本），通過機器學習過程，訓練得到具備輔助識別缺陷能力的ADR模型。該訓練過程不僅需要數(shù)量眾多的樣本，往往還需要幾十個小時、甚至更多的訓練時間，才能使模型收斂。

3. 部署訓練好的ADR模型，以便在內窺檢測中輔助識別新檢測圖像中的缺陷，提升內窺檢測的自動化和智能化水平。具體可以將 ADR 部署到 Everest Mentor Visual iQ上，也可以在 InspectionWorks 云平臺上應用該功能。

如下是使用ADR模型輔助識別缺陷的檢測圖像，四個圖分別展現(xiàn)了識別燃機熱障涂層脫落、凹痕/缺口、裂紋、擦傷的界面，藍框標識缺陷區(qū)域，上方則顯示缺陷類別。

人工智能模型ADR應用于工業(yè)內窺鏡檢測的優(yōu)點：可以顯著減少檢查時間；減少因為人為因素導致的檢查誤報；有助于讓檢查人員合理分配注意力，定性觀察、定量分析等眾多方面都得到合理關注。對于耗時長、重復性工作多的內窺檢測來說，用人工智能賦能缺陷識別過程，是提升檢測效率和檢測效果的理想手段。除了本文介紹的ADR外，人工智能在工業(yè)內窺鏡檢測中的應用還有3D縫合、葉片自動計數(shù)等應用，詳情請參見以下相關推薦中的文章。

相關推薦：

智能內窺鏡 Everest Mentor Visual iQ，助力工業(yè)檢測智能化
如何識別工業(yè)內窺鏡單物鏡相位掃描三維立體測量技術？
高清變焦云臺檢測系統(tǒng)-PTZ云臺攝像頭遠程目視檢測內窺鏡系統(tǒng)
進口內窺鏡品牌具有代表性的內窺鏡產品及技術簡介

熱點文章：

國際渦輪技術大會-2022航空及燃機行業(yè)盛會在上海召開
工業(yè)內窺鏡機械手工具的用途及種類
觀察工業(yè)內窺鏡檢測圖像的方法有哪幾種？
工業(yè)內窺鏡孔探在航空發(fā)動機渦輪葉片檢測中的應用