Использование ИИ для обнаружения и сегментации трещин

Трещина на поверхности может показаться незначительной проблемой, но на самом деле это хороший ранний признак серьёзного повреждения конструкции. Например, мосты регулярно проверяют на наличие трещин, которые составляют 90% всех повреждений мостов ежегодно. Традиционная проверка на трещины выполняется вручную и может занимать много времени. Искусственный интеллект (AI) упрощает обнаружение трещин.

Помимо мостов, обнаружение трещин с помощью глубокого обучения полезно во многих промышленных сферах. Оно помогает сохранять целостность зданий в строительстве, предотвращать дорогостоящие простои в производстве, а также делать проверку дорог и дорожного покрытия безопаснее и эффективнее. В этой статье мы подробнее рассмотрим, как применять ИИ и модели компьютерного зрения, например Ultralytics YOLOv8, чтобы гораздо быстрее и проще, чем традиционными методами, обнаруживать и сегментировать трещины.

Что такое сегментация трещин?#

Прежде чем перейти к сегментации трещин, разберёмся, что такое сегментация. Сегментация — это задача компьютерного зрения, при которой изображение разделяют на разные области или сегменты. Цель — упростить изображение и облегчить его анализ. Сегментация даёт понимание на уровне пикселей, а такие задачи, как обнаружение объектов, используют ограничивающие рамки, чтобы распознавать объекты и определять их местоположение.

Существует несколько типов сегментации:

• Семантическая сегментация: Каждому пикселю изображения присваивается определённый класс, например «дорога», «здание» или «дерево». Все пиксели одного класса рассматриваются как единый объект.
• Сегментация экземпляров: В отличие от семантической сегментации, этот подход различает отдельные экземпляры одного класса, например разные автомобили на изображении.
• Паноптическая сегментация: Этот подход объединяет семантическую сегментацию и сегментацию экземпляров, подробно классифицируя пиксели и различая отдельные объекты на изображении.

Рис. 1. Различия между методами сегментации: исходное изображение (G), семантическая сегментация (H), сегментация экземпляров (I) и паноптическая сегментация (J).

Для обнаружения трещин отлично подходит сегментация экземпляров. Отдельно сегментируя каждую трещину, можно распознавать и анализировать их по отдельности. Например, площадь трещины можно вычислить, подсчитав количество пикселей, которые она занимает на изображении.

Как работает сегментация трещин#

Первый шаг при внедрении сегментации трещин — подобрать подходящую конфигурацию камер, которая может различаться в зависимости от задачи. Если ты проверяешь крупное сооружение, например здание, лучше использовать дроны для съёмки изображений высокого разрешения с разных ракурсов. Если же ты проверяешь металлические листы после производства, лучше установить стационарные камеры высокого разрешения в подходящих местах, чтобы получать подробные изображения поверхностей.

После того как ты определился с конфигурацией камер, можно обучить модель компьютерного зрения с поддержкой сегментации экземпляров, например YOLOv8. Набор данных Roboflow Universe Crack Segmentation содержит размеченные изображения трещин и подходит для того, чтобы обучить свою модель. Также можно создать собственный набор данных, снимая и размечая трещины, характерные для твоей задачи.

Модель учится сегментировать трещины с помощью обучения с учителем. Во время обучения ей передают изображения и метки, указывающие расположение трещин. Модель настраивает внутренние параметры, чтобы свести к минимуму расхождение между предсказаниями и фактическими метками. После обучения модель можно использовать для анализа новых изображений и сегментации каждой трещины по отдельности.

Рис. 2. Сегментация трещин с помощью Ultralytics YOLOv8.

Промышленное применение сегментации трещин#

Обнаружение и сегментация трещин чрезвычайно полезны в различных промышленных задачах — от обслуживания инфраструктуры до контроля качества на производстве. Точно выявляя и анализируя трещины, эти методы помогают повышать безопасность, долговечность и качество во многих областях. Рассмотрим несколько примеров.

Поддержание качества дорог и дорожного покрытия#

Трещины на дорогах — распространённая проблема, вызванная погодными условиями, интенсивным движением и естественным износом. Изменения температуры заставляют дорожное покрытие расширяться и сжиматься, что приводит к появлению трещин. Тяжёлый транспорт создаёт дополнительную нагрузку на поверхность дороги, а просачивающаяся в мелкие трещины вода со временем расширяет и углубляет их. Трещины могут ускорить износ, привести к разрушению конструкции и повысить опасность для водителей. Раннее обнаружение трещин с помощью сегментации упрощает обслуживание дорог.

Рис. 3. Трещина на дороге. Источник изображения: Envato Elements.

Трещины, обнаруженные и сегментированные с помощью компьютерного зрения, можно классифицировать по степени серьёзности — низкой, средней и высокой — в зависимости от их размера. Такая классификация помогает ремонтным бригадам расставлять приоритеты. Например, сначала можно устранять самые серьёзные трещины, чтобы предотвратить критические повреждения и повысить безопасность дорог, а ремонт трещин средней и низкой степени серьёзности запланировать на более поздний срок или включить в плановые проверки. Так ремонтные бригады могут эффективнее использовать ресурсы, снижать расходы на обслуживание и минимизировать неудобства для участников движения.

Проверка и мониторинг конструкций#

Обнаружение трещин также помогает поддерживать качество и безопасность зданий и других сооружений. Как и на дорогах, в зданиях могут появляться трещины из-за изменений погоды, усталости материалов и обычного износа. Тяжёлая техника, используемая при строительстве, также создаёт дополнительную нагрузку на конструкции и может вызывать новые трещины.

Рис. 4. Съёмка изображений для сегментации трещин с помощью мобильного телефона.

Точное выявление и устранение трещин может значительно продлить срок службы зданий и сооружений. Данные, собранные системами обнаружения трещин, также можно использовать для улучшения строительных норм и правил. Анализируя закономерности и причины появления трещин в разных проектах, отраслевые эксперты могут разрабатывать более эффективные методы строительства и материалы.

Обнаружение трещин в нефтегазовой отрасли#

В нефтегазовой отрасли обнаружение трещин необходимо для обеспечения безопасности и надёжности трубопроводов, резервуаров для хранения и другой важной инфраструктуры. Трубопроводы часто проходят на большие расстояния и подвергаются воздействию суровых условий окружающей среды, которые могут вызывать перепады давления и усталость материалов, приводя к появлению трещин. Традиционно трещины обнаруживают с помощью внутритрубных диагностических приборов (поршней), ультразвукового контроля и радиографии. Если вовремя не обнаружить и не устранить трещины, они могут привести к серьёзным проблемам, таким как утечки и взрывы. Трещины в этой отрасли представляют огромную опасность для окружающей среды и людей.

Рис. 5. Рабочие проверяют газовые цистерны на поезде. Источник изображения: Envato Elements.

Сегментация трещин с помощью компьютерного зрения позволяет непрерывно отслеживать состояние трубопроводов. Выявляя трещины на ранней стадии, ремонтные бригады могут вовремя устранять их и предотвращать возможные аварии.

Автоматизированная проверка деталей на производстве#

Автоматизированная проверка с помощью сегментации трещин меняет подход к контролю качества в производстве. Раньше трещины обнаруживали при визуальном осмотре, капиллярном контроле и магнитопорошковой дефектоскопии. Интегрируя передовые системы визуализации и компьютерного зрения в производственную линию, производители могут сразу после изготовления выявлять даже мельчайшие трещины и дефекты деталей. Каждую деталь можно проверить на соответствие высоким стандартам качества до того, как она попадёт к заказчику.

Автоматизированная проверка повышает точность и эффективность, обеспечивая обратную связь в реальном времени, чтобы производственные команды могли быстро устранять проблемы. Это снижает расходы благодаря сокращению ручных проверок и предотвращению дорогостоящих отзывов продукции. Кроме того, эти системы собирают ценные данные о дефектах, помогая выявлять закономерности и совершенствовать производственные процессы. В результате продукция становится безопаснее и надёжнее.

Рис. 6. Обнаружение трещин в металлических деталях.

Преимущества и недостатки сегментации трещин#

Обнаружение трещин с помощью глубокого обучения даёт множество преимуществ, включая повышение безопасности и принятие решений на основе данных. Рассмотрим другие плюсы применения обнаружения трещин в промышленности:

• Устойчивые практики: Помогает внедрять устойчивые методы строительства и обслуживания, сокращая потребность в масштабном ремонте и замене и экономя материалы и ресурсы.
• Минимизация сбоев: Планирование ремонта менее серьёзных трещин во время планового обслуживания помогает избежать крупных перебоев в работе и эксплуатации.
• Соблюдение нормативных требований: Помогает соответствовать отраслевым стандартам и нормативным требованиям, обеспечивая регулярную проверку и обслуживание инфраструктуры.

Несмотря на преимущества, у сегментации трещин есть и недостатки. Высокие первоначальные затраты на инфраструктуру могут стать серьёзным препятствием для небольших организаций, а сложность системы требует постоянного обучения и обслуживания. Вот ещё несколько недостатков применения сегментации трещин в промышленности:

• Ложноположительные и ложноотрицательные результаты: Система может ошибочно обнаруживать трещины или не замечать их, что приводит к ненужному ремонту или пропуску необходимых работ.
• Сложности управления данными: Система генерирует большие объёмы данных, для хранения и анализа которых нужны надёжные инструменты.
• Факторы окружающей среды: Внешние условия, например экстремальная погода или высокая влажность, могут влиять на точность и надёжность систем сегментации трещин.
• Интеграция с существующими системами: Интеграция технологии обнаружения трещин с существующей инфраструктурой и системами может быть сложной и потребовать дополнительных изменений или модернизации.

Главные выводы#

Сегментация и обнаружение трещин играют важную роль в обеспечении безопасности и долговечности промышленной инфраструктуры. Используя передовые технологии, такие как глубокое обучение и компьютерное зрение, мы можем рано выявлять проблемы в конструкциях и устранять их до того, как они станут серьёзными. Такой проактивный подход экономит время и деньги и помогает соблюдать стандарты безопасности и нормативные требования. Кроме того, он способствует устойчивому развитию, сокращая потребность в масштабном ремонте. Несмотря на такие сложности, как высокие первоначальные затраты и сложность систем, преимущества сегментации трещин в разных отраслях делают её ценным инструментом для поддержания и повышения качества инфраструктуры.

Узнай больше об ИИ в нашем репозитории на GitHub и присоединяйся к нашему сообществу. Изучи наши решения и узнай о применении ИИ в производстве и сельском хозяйстве. 🚀