Metallcharakterisierung mit Deep-Learning-Bildanalyse

Zweck des Webinars

Die schnelle Entwicklung von Metallen beruht auf dem Verständnis der Mikrostruktur ihrer Werkstoffe (Korngröße, Porosität, Morphologie, etc.), einem zuverlässigen Herstellungsprozess und einer gründlichen Analyse der Leistung für verschiedene Anwendungen. Um einige der industriellen Herausforderungen (Erhöhung des Durchsatzes, Bereitstellung fehlerfreier Produkte) zu lösen und der Konkurrenz voraus zu sein, werden automatisierte, zuverlässige und intelligente Analysetechniken benötigt.

Mit Deep Learning und einer leistungsstarken Bildanalyse-Engine ermöglicht MIPAR Anwendern eine schnelle, genaue und automatisierteBildanalyse. In drei einfachen Schritten : Plotten, Trainieren und Anwenden, können Forscher eine Vorlage erstellen, die bestimmte Merkmale identifiziert, und dann benutzerdefinierte parametrische Bögen auf neuen Bildern ausführen, um komplexe Merkmale in ein bis zwei Sekunden zu erkennen.

In diesem Webinar werden die Vorteile der Bildsegmentierungsanalyse in Metallen mithilfe von Deep Learning vorgestellt. Mit dieser Technik können Sie komplexe Gefüge analysieren und eine automatisierte Korn- und Einschlussanalyse durchführen. Sie werden in der Lage sein, Fehler und Defekte zu untersuchen und Partikel und Satelliten in Pulvern für die additive Fertigung zu analysieren, mit Beispielanwendungen in Titan, Nickel, Stahl und Kupfer.

Praktische Infos

Kostenloses Webinar, online.