Caractérisation des métaux grâce à l’analyse d’images par Deep Learning

Objectif du webinar

Le développement rapide des métaux repose sur la compréhension de la microstructure de leurs matériaux (taille des grains, porosité, morphologie, etc.), un processus de fabrication fiable et une analyse approfondie des performances pour différentes applications. Pour résoudre certains des défis industriels (augmenter le débit, fournir des produits sans défaut) et garder une longueur d’avance sur les concurrents, des techniques d’analyse automatisées, fiables et intelligentes sont nécessaires.

Grâce au Deep Learning et à un puissant moteur d’analyse d’images, MIPAR permet aux utilisateurs d’effectuer une analyse rapide, précise et automatisée des images. En trois étapes simples : tracer, former et appliquer, les chercheurs peuvent créer un modèle qui identifie des caractéristiques spécifiques, et exécuter ensuite des fiches paramétriques personnalisées sur de nouvelles images, pour détecter des caractéristiques complexes en une à deux secondes.

Ce webinaire présentera les avantages de l’utilisation de l’analyse par segmentation d’images dans les métaux grâce au Deep Learning. Cette technique vous permettra d’analyser des microstructures complexes, d’effectuer des analyses automatisées de grains et d’inclusions. Vous pourrez étudier les défaillances et les défauts, et analyser les particules et les satellites dans les poudres de fabrication additive, avec des exemples d’applications dans le titane, le nickel, l’acier et le cuivre.

Infos pratiques

Webinar gratuit, en ligne.