Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Школа молодых новаторов; Курск; Курск
Год издания: 2026
Ключевые слова: компьютерное зрение, автоматизированные системы управления, контроль качества, дефектоскопия, глубокое обучение, сверточные нейронные сети, цифровая обработка изображений, промышленная автоматизация
Аннотация: В статье исследуется проблема автоматизации процессов технического контроля и дефектоскопии на современных промышленных предприятиях с использованием технологий искусственного интеллекта. Рассматриваются ключевые методы и алгоритмы компьютерного зрения, интегрируемые в автоматизированные системы управления качеством продукции (АСУ Показать полностьюКП). Особое внимание уделено анализу подходов на основе сверточных нейронных сетей (CNN) и моделей глубокого обучения для детектирования микродефектов, трещин и геометрических отклонений в режиме реального времени. Авторами сопоставлены классические методы цифровой обработки сигналов и современные нейросетевые архитектуры, выявлены их преимущества и ограничения в условиях высокоинтенсивного производства. В работе предложены рекомендации по модернизации архитектуры информационных систем контроля за счет внедрения гибридных алгоритмов, сочетающих предварительную геометрическую фильтрацию изображений с последующей классификацией аномалий глубокими сетями, что позволяет существенно снизить уровень ложноположительных срабатываний.
Журнал: Школа молодых новаторов
Номера страниц: 122-125
Место издания: Курск