空中客车利用人工智能和深度学习自动检测缺陷
“能够在短时间内对代码进行测试、修改、训练、再测试,这是成功的关键。”
关键成果
- 使用了集成工具来设计、训练和部署深度学习模型
- 在相当短的时间内执行了交互式原型构建和测试
- 将 MATLAB 代码直接转换为了 CUDA 代码
如何构建稳健的端到端 AI 模型以自动检测飞机管道中的缺陷?这对空中客车来说是巨大的挑战。他们使用 MATLAB® 快速进行了原型构建,并开发了深度学习模型来满足需求。
通过与 MathWorks Consulting Services 团队合作,空中客车利用 MATLAB 处理了流程中的三个主要步骤。第一步是使用这一集成工具,从头开始为语义分割等方法构建和训练深度学习模型,同时利用其简单易用的交互式环境,对视频进行标注。他们在 MATLAB 中通过深度学习模型找出管道上通风孔和电线的位置,用以测量距离和角度是否满足行业标准要求。下一步,他们需要能实时显示缺陷分析。最后一步是将 MATLAB 代码自动转换为 CUDA 代码(无需任何编码技能),以便直接将其部署到嵌入式系统中。