Computer vision · Detectarea fisurilor
Fiecare fisură,pusă pe hartă.
Detectarea fisurilor cu AI este tehnica de computer vision care găsește în fotografii fisurile și alte defecte de suprafață și le conturează pixel cu pixel, prin segmentare. Construim modele adaptate suprafețelor tale, de la beton și zidărie la asfalt sau tencuială, care parcurg mii de imagini de inspecție și pregătesc pentru inginer o listă ordonată de zone de verificat.
Evenimente
- 10:21:44Imagine 14/120 · perete nord
- 10:21:45Fisură urmărită pe toată lungimea
- 10:21:45Ramificație marcată pentru verificare
- 10:22:10Inginerul validează în raport
Inspecția vizuală nu ține pasul cu numărul de imagini
O singură inspecție cu drona sau cu aparatul foto poate produce mii de fotografii. Cineva trebuie să le privească pe rând, să găsească fisurile, să le noteze poziția și să le compare cu inspecția anterioară. Munca este lentă, obositoare și depinde mult de atenția celui care o face.
- Fisurile fine se pierd ușor printre pete, rosturi, umbre sau urme de cofraj
- Poziția defectelor se notează manual, iar legătura cu planul sau cu elementul structural se face greu
- Compararea cu inspecțiile anterioare se face din memorie sau din rapoarte greu de pus una lângă alta
- Imaginile adunate rămân în foldere, fără un index al defectelor găsite în ele
Pentru cine este potrivită
- Administratori de clădiri, hale și parcări supraetajate care fac inspecții periodice ale structurii
- Firme de construcții și de expertiză care documentează starea elementelor din beton sau zidărie
- Operatori de drumuri, poduri, tuneluri sau infrastructură industrială cu suprafețe mari de inspectat
- Echipe care zboară deja cu drona și au mai multe imagini decât timp pentru a le analiza
Pas cu pas
Cum găsește sistemul o fisură, pas cu pas
Cele cinci etape de pe animație urmăresc o singură fotografie de inspecție: de la imaginea brută a peretelui la fisura conturată, măsurată și validată de inginer.
Evenimente
Evenimente
- 10:21:44Imagine 14/120 · perete nord
Evenimente
- 10:21:44Imagine 14/120 · perete nord
- 10:21:45Fisură urmărită pe toată lungimea
Evenimente
- 10:21:44Imagine 14/120 · perete nord
- 10:21:45Fisură urmărită pe toată lungimea
- 10:21:45Ramificație marcată pentru verificare
- 10:22:10Inginerul validează în raport
Evenimente
- 10:21:44Imagine 14/120 · perete nord
- 10:21:45Fisură urmărită pe toată lungimea
- 10:21:45Ramificație marcată pentru verificare
- 10:22:10Inginerul validează în raport
Pasul 1 din 5
Fotografia de inspecție
Totul pornește de la o imagine clară a suprafeței, făcută cât mai perpendicular pe perete și de suficient de aproape încât fisura să ocupe câțiva pixeli în lățime. Lumina uniformă contează mult: o umbră laterală sau un reflex pot ascunde o fisură fină ori pot desena una falsă. De aceea stabilim de la început distanța, unghiul și echipamentul cu care se fotografiază.
Variante tehnice pentru detectarea fisurilor
Model de segmentare antrenat
O rețea neuronală învață din imagini etichetate de pe suprafețele tale să deosebească fisurile de rosturi, pete și urme de cofraj. Se potrivește pentru suprafețe variate, imagini de dronă și mai multe tipuri de defecte, dar cere un set de exemple conturate de specialiști.
Prelucrare clasică a imaginii
Pe suprafețe uniforme și fotografii făcute în condiții controlate, fisurile pot fi găsite și prin reguli de imagine: contrast local ridicat, extragerea structurilor subțiri și întunecate și filtrarea după lungime și lățime. Pornește fără etichetare, dar se descurcă greu cu texturi complicate, așa că o folosim mai ales ca punct de plecare sau pentru pre-etichetarea imaginilor.
Fotografii separate sau ortofotoplan
Fotografiile pot fi analizate una câte una, cu defectele legate de elementul inspectat, sau după ce au fost asamblate într-un ortofotoplan ori un model 3D, ca fisurile să apară pe toată fațada. A doua variantă cere un zbor planificat pentru fotogrammetrie, dar face mult mai simplă comparația între inspecții.
Ce primești la predare
- Modelul de segmentare antrenat pe suprafețele tale, exportat pentru serverul local sau pentru mediul cloud ales
- Clasele de defecte și regulile de prioritate stabilite cu inginerii, configurate și documentate
- Fluxul de procesare: preluarea imaginilor, poziționarea pe plan, ortofotoplan sau hartă și exportul în raport, tabel sau GIS
- O interfață de validare în care inginerul confirmă, corectează sau respinge fiecare semnalare
- Un raport de măsurare pe imagini din inspecțiile tale, cu fisurile ratate, semnalările false și situațiile în care modelul greșește
- Documentație, instruire pentru echipă și, de regulă, procedura de reantrenare când apar suprafețe noi
Fără obligații: ne spui ce vrei să vadă camerele, îți spunem sincer dacă se poate.
Hai să vorbimCe poate face modelul de detectare a fisurilor
- 01
Conturează fisurile pe imagine
Prin segmentare, modelul marchează pixelii care aparțin fisurii, nu doar o casetă în jurul ei, astfel încât forma și traseul ei să fie vizibile.
- 02
Deosebește tipurile de defecte
Poate separa clasele stabilite împreună, de exemplu fisuri, exfolieri, armătură expusă sau infiltrații, acolo unde există exemple pentru fiecare.
- 03
Estimează dimensiuni aproximative
Când imaginile au o scară cunoscută, de exemplu distanța de fotografiere sau un reper de dimensiune, lungimea și deschiderea fisurii pot fi estimate ca orientare pentru inginer.
- 04
Ordonează imaginile după prioritate
Imaginile cu defecte probabile ajung primele în lista de verificare, cu scorul de încredere afișat, iar cele fără semnalări rămân disponibile pentru control prin sondaj.
- 05
Leagă defectele de locație
Folosind coordonatele GPS ale fotografiilor, ortofotoplanul sau eticheta elementului inspectat, fiecare semnalare poate fi pusă pe plan sau pe hartă.
- 06
Compară inspecțiile în timp
Defectele semnalate la inspecții succesive pe același element pot fi puse alături, pentru a vedea ce a apărut nou sau ce pare să se fi extins.
Cum funcționează
De la fotografia de inspecție la defectul validat
Pașii marcați cu galben sunt validați de un om.
- Intrare
- AI
- Acțiune
- Om în buclă
- Rezultat
- 01
Intrare
Fotografii de inspecție
Imagini făcute cu drona, cu aparatul foto sau cu o cameră montată pe vehicul.
- 02
AI
Segmentarea defectelor
Modelul conturează fisurile și celelalte defecte din clasele definite.
- 03
Acțiune
Localizare și măsurare
Semnalările primesc poziție pe plan și dimensiuni estimate, unde scara este cunoscută.
- 04
Om în buclă
Validare de inginer
Un specialist confirmă, corectează sau respinge fiecare defect semnalat.
- 05
Rezultat
Raport de inspecție
Defectele validate ajung într-un raport, un tabel sau un sistem GIS.
Ce date sunt necesare pentru detectarea fisurilor
- Fotografii reale ale suprafețelor tale, făcute în condițiile în care se va face inspecția: aceeași distanță, aceeași lumină, același tip de echipament
- Exemple etichetate de fisuri și defecte, dar și de elemente care seamănă cu ele: rosturi, pete, umbre, cabluri, urme de cofraj
- Criteriile după care inginerii clasifică defectele și pragurile care contează pentru ei
- Metadatele imaginilor (coordonate GPS, înălțime, orientare) sau un sistem de denumire care leagă fiecare fotografie de elementul inspectat
- Planuri, ortofotoplanuri sau modele 3D ale construcției, dacă defectele trebuie poziționate pe ele
- Resurse de procesare potrivite volumului: un server local cu GPU sau procesare în cloud
Integrări posibile
- Imagini de la drone DJI și alte platforme cu metadate EXIF
- Software de fotogrammetrie, de exemplu Pix4D sau Agisoft Metashape
- Sisteme GIS, precum QGIS sau ArcGIS
- Modele BIM în format IFC
- Stocare în cloud, de exemplu Amazon S3 sau Azure Blob Storage
- Servere locale cu GPU
- Rapoarte exportate în PDF și Excel
- API REST și webhook-uri
- Baze de date PostgreSQL cu PostGIS
- Imagini de la drone DJI și alte platforme cu metadate EXIF
- Software de fotogrammetrie, de exemplu Pix4D sau Agisoft Metashape
- Sisteme GIS, precum QGIS sau ArcGIS
- Modele BIM în format IFC
- Stocare în cloud, de exemplu Amazon S3 sau Azure Blob Storage
- Servere locale cu GPU
- Rapoarte exportate în PDF și Excel
- API REST și webhook-uri
- Baze de date PostgreSQL cu PostGIS
Compatibilitatea fiecărei integrări se verifică în faza de analiză, pentru sistemele și versiunile pe care le folosești.
Control și transparență
Ce rămâne în grija oamenilor
- Evaluarea fiecărui defect semnalat și decizia dacă acesta are importanță structurală
- Concluziile despre siguranța construcției și măsurile de intervenție, care aparțin inginerului sau expertului tehnic
- Verificarea prin sondaj a imaginilor fără semnalări, pentru a afla ce rate modelul
- Validarea etichetelor din setul de antrenare de către oameni care cunosc tipurile de defecte
Limite și condiții de funcționare
- Modelul vede doar suprafața: nu poate spune cât de adâncă este o fisură, ce cauză are sau dacă afectează rezistența structurii
- Fisurile foarte fine pot fi sub pragul de vizibilitate al imaginii; rezoluția și distanța de fotografiere decid ce se poate detecta
- Rosturile, petele de umezeală, umbrele sau vegetația pot fi confundate cu fisuri, mai ales pe suprafețe pe care modelul nu le-a văzut
- Sistemul nu înlocuiește expertiza tehnică sau inspecțiile cerute de reglementări; este un instrument care ajută specialistul să vadă mai repede
Cum evaluăm calitatea detectării fisurilor
Stabilim împreună indicatorii înainte de lansare și îi urmărim după. Valorile depind de proces, date și volum.
- Fisuri ratate
- Fisurile marcate de ingineri pe un eșantion de imagini și nedetectate de model, numărate pe un set etichetat independent
- Semnalări false
- Proporția zonelor marcate de model care, la verificare, se dovedesc rosturi, pete sau umbre
- Suprapunerea conturului
- Cât de bine se potrivește conturul trasat de model cu cel trasat de om, măsurat pe setul de test prin indicatori precum IoU
- Stabilitate pe suprafețe diferite
- Rezultatele comparate separat pe tipuri de material, condiții de lumină și echipamente de fotografiere
Cum construim un model de detectare a fisurilor, în 4 pași
- 01
Stabilim defectele și criteriile
Discutăm cu inginerii ce tipuri de defecte contează, cum se clasifică și ce trebuie să conțină raportul final.
- 02
Colectăm și etichetăm imagini
Pornim de la imagini din inspecțiile tale și conturăm defectele împreună cu specialiștii, inclusiv exemplele care induc în eroare.
- 03
Antrenăm și testăm
Adaptăm un model de segmentare, îl testăm pe imagini pe care nu le-a văzut și arătăm deschis unde greșește.
- 04
Integrăm în fluxul de inspecție
Legăm rezultatele de planuri, GIS sau rapoarte și urmărim calitatea pe inspecțiile următoare, cu reantrenare când apar suprafețe noi.
Exemple de utilizare
Scenariile de mai jos sunt exemple conceptuale, gândite pentru a ilustra aplicații realiste. Nu reprezintă implementări livrate de WEB-AZ.
- Administrare clădiri
Inspecția anuală a unei parcări supraetajate
Fotografiile făcute pe fiecare nivel sunt analizate, iar fisurile din plăci și stâlpi apar pe planul parcării, ca lista de verificare a inginerului să fie gata înaintea vizitei pe teren.
Exemplu conceptual - Infrastructură
Fațadele și pilele unui pod
Imaginile de dronă sunt parcurse automat, iar zonele cu defecte probabile sunt ordonate după încredere; specialistul validează fiecare semnalare și o compară cu inspecția anterioară.
Exemplu conceptual - Industrie
Pardoseala unei hale de producție
O cameră montată pe un vehicul parcurge culoarele, iar fisurile și degradările pardoselii sunt marcate pe planul halei pentru echipa de mentenanță.
Exemplu conceptual
Ghiduri utile
Înainte să decizi, citește
Întrebări frecvente
Ce este detectarea fisurilor cu AI?
Este o tehnică de computer vision prin care un model analizează fotografii ale unor suprafețe, de exemplu beton, zidărie sau asfalt, și conturează zonele în care apar fisuri sau alte defecte. Rezultatul este o listă de semnalări cu poziție și scor de încredere, pe care un inginer o verifică și o interpretează.
Poate înlocui AI-ul o expertiză tehnică?
Nu. Modelul vede doar ce apare la suprafață în imagine și nu poate evalua cauza, adâncimea sau impactul unei fisuri asupra structurii. Concluziile și măsurile de intervenție rămân la inginerii și experții tehnici care au această competență, iar sistemul îi ajută să parcurgă imaginile mai repede.
Ce fel de imagini sunt necesare?
Fotografii clare, făcute de suficient de aproape încât fisurile de interes să fie vizibile. Contează rezoluția, distanța, unghiul și lumina. Înainte de proiect analizăm câteva imagini din inspecțiile tale și îți spunem ce se poate detecta realist din ele.
Pot fi măsurate lungimea și deschiderea fisurii?
Se pot estima atunci când imaginea are o scară cunoscută, de exemplu distanța de fotografiere sau un reper de dimensiune în cadru. Valorile sunt orientative și se confirmă pe teren cu instrumentele obișnuite de măsurare, atunci când contează.
Lucrați cu imagini de dronă?
Da, putem procesa imagini de dronă, inclusiv coordonatele lor GPS, pentru a pune defectele pe hartă sau pe un ortofotoplan. Zborurile sunt realizate de tine sau de un operator autorizat, care răspunde de respectarea regulilor de operare a dronelor.
Ce se întâmplă cu fisurile pe care modelul nu le vede?
De aceea măsurăm explicit fisurile ratate pe un eșantion verificat de oameni și păstrăm controlul prin sondaj al imaginilor fără semnalări. Cazurile ratate devin exemple noi pentru reantrenarea modelului.
Nu găsești răspunsul? Scrie-ne și îți răspundem direct.
Ai imagini de inspecție care așteaptă să fie analizate?
Trimite-ne câteva fotografii reale ale suprafețelor tale și tipurile de defecte care te interesează. Îți spunem ce se poate detecta din ele și ce date ar mai fi necesare.
Soluții conexe
- Inspecție vizuală industrialăCamere pe linia de producție care semnalează piesele cu defecte vizibile, iar operatorul confirmă fiecare respingere.
- Modele computer vision personalizateDezvoltăm cap-coadă modele de computer vision pentru sarcina ta: date, etichetare, antrenare, evaluare, optimizare, livrare și reantrenare.
- Detectarea obiectelorModele care recunosc în imagini obiectele importante pentru procesul tău și le transmit mai departe ca date structurate.