Bilgisayarla görü görevlerini CAE simülasyon modellemesi ile hizalama
Bilgisayarla görü, iyi tanımlanmış bir araç seti ile yapay zekada olgun bir alandır. Fizik simülasyonu ve sonlu elemanlar dünyası, bilgisayarla görü ile aynı zorlukların çoğuyla karşı karşıyadır.
Bilgisayarla görü, aşağıda gösterildiği gibi, çeşitli ortak görevleri olan yapay zeka (AI) ve makine öğrenimi (ML) dünyasında sık görülen bir konudur. Görüntü verilerine evrişimli sinir ağlarının (CNN’ler) uygulanması, bu zorlukların çoğu için kanıtlanmış bir başarı geçmişine sahiptir.
Sınıflandırma, “Bu nedir?” sorusunu ele almaktadır. Semantik segmentasyon, bütün bir görüntüyü parçalarına ayırır. Nesne algılama, sınırlayıcı kutularla “Neler ve neredeler?” sorusuna yanıt verir. Son olarak, örnek segmentasyonu, nesne algılama problemini daha spesifik bir şekilde ele alır: “Onlar tam olarak ne ve neredeler?”.
Bilgisayar destekli mühendislik ve bilgisayarlı görü dünyaları aynı temel zorlukların çoğunu paylaşır. Görüntülere dayalı çözümler bulmacanın bir parçası olabilir, ancak görüntü tabanlı çözümler 3D geometriyi temsil etmenin birçok yolundan sadece biridir. Altair’in ShapeAI girişimi, mühendislik ürünü tasarımı dikeyinde bu zorlukları çözmeyi amaçlamaktadır.
CAE’de sınıflandırma ve anlamsal segmentasyon üç boyutlu parça tanımlamaya uygulanabilir. ShapeAI kodlamaları, aşağıda ekran görüntüsünde Altair HyperWorks‘taki ( yeni nesil HyperMesh) uçak rib’lerinde gösterildiği gibi mesh oluşturmayı otomatikleştirmek veya montajları parçalamak için sınıflandırıcı modellerini eğitmek için kullanılabilir.
Nesne algılama, aşağıdaki ekran görüntüsünde görebileceğiniz gibi, lastikler ve yan aynalar üzerindeki etiketlerle kavramsal olarak gösterilen, algılanan ilgili nesnelerin etrafına üç boyutlu (3D) sınırlayıcı kutular çizmeyi içerir.
Son olarak, örnek segmentasyonu, aşağıdaki ekran görüntüsünde gösterildiği şekilde kafa ve gövde ile ilişkili yüzeylerin sırasıyla mavi ve kırmızı renkle renklendirildiği bir cıvata üzerinde gösterilmektedir.
Herhangi bir makine öğrenimi tekniğinde olduğu gibi, gerçek güç, algoritmaları kullanım durumları ile uyumlu hale getirmekten gelir. Görüntü nesnesi algılamanın otonom araçlara uygulanması, bu sektördeki ilerlemeleri hızlandırmaya yardımcı olmuştur. Benzer şekilde, sınıflandırma ve segmentasyon görevleri, verimliliği artırarak, inovasyonu mümkün kılarak ve nihayetinde daha iyi tasarlanmış ürünler tasarlayarak CAE’deki gelişmeleri yönlendirecektir. Altair’in simülasyon ve SmartWorks ürünleriyle çalışmanın şirketinizi nasıl geliştirebileceğini hayal edin!
