محققان در مطالعه اخیر خود به سراغ حل یکی از چالشهای بزرگ در مهندسی مواد رفتهاند: تشخیص جزئیات داخلی بتن! از آنجایی که در تصاویر XCT (سیتی اسکن اشعه ایکس)، تفاوت کنتراست بین اجزای بتن بسیار کم است، مدلهای هوش مصنوعی معمولاً برای دستهبندی آنها نیاز به دادههای آموزشی برچسبگذاری شده و پرهزینه داشتند.
حالا با معرفی یک تکنیک خود-تفسیرگر (Self-annotation) جدید، محققان توانستهاند با استفاده از الگوریتمهای سوپرپیکسل و مدلهای CNN، روابط جهانی و محلی در تصاویر را شناسایی کنند. این یعنی بدون نیاز به دادههای آموزشی عظیم، میتوان ساختار داخلی مواد ناهمگن مثل بتن را با دقت بالا تحلیل کرد. این دستاورد میتواند در مدلسازیهای پیشبینانه و مهندسی عمران تحولی بزرگ ایجاد کند! 🏗️🧪
منبع: arXiv Computer Vision