通过分析找出工业设备的缺陷  

通过使用 Watson Visual Recognition 以及 IBM Cloud Functions 和 Cloudant,分析工业设备,立即查出缺陷

| By Leslie Rodriguez, Raheel Zubairy

Description

执行工业设备检查非常耗时,在某些情况下需要长达数小时乃至数周时间,对于石油和天然气、交通运输(公路和铁路)、建筑和农业等诸多行业,当设备广泛分布于各处时,这种情况尤为突出。

本 Code Pattern 演示如何自动执行此类检查,通过使用设备图像向工作人员展示需要注意的设备,从而能够进行相应的维修处理,使之符合正常设备标准。Watson Visual Recognition 服务可以识别出特定缺陷或者图像是否符合正常状态。在将图像添加到 Cloudant 数据库时,由 IBM Cloud Functions 触发图像分析。

概览

在本 Code Pattern 中,您将使用机器学习分类技术来检查工业设备,通过视觉图像检查发现各种损坏情况。借助 Watson Visual Recognition,您将能够根据训练好的分类器来分析图像,通过以下六个标识符来检查石油和天然气管道:正常、破裂、腐蚀、涂层破损、接缝破损和泄露。对于每张图像,您将收到每个标识符的匹配率,这是根据该图像与受损标识符或正常标识符的匹配程度得出的。随后,这个数据可用于创建仪表板,显示哪个管道需要立即引起注意或无需注意。图像数据存储在 Cloudant 数据库中。

本 Code Pattern 演示在将图像添加到 Cloudant 数据库中时,IBM Cloud Functions 如何触发微服务。微服务可执行视觉识别分析,并利用分析好的数据更新 Cloudant 数据库。

学完本 Code Pattern 后,您将掌握如何:

  • 训练 Watson Visual Recognition 对图像进行分类
  • 配置 Cloudant 数据库以存储和检索图像数据
  • 设置 IBM Cloud Functions 以触发视觉识别分析,并将结果存储在 Cloudant 数据库中
  • 启动 Web 应用来查看视觉识别分析仪表板,并将其部署到 IBM Cloud 服务

  1. 用户通过 Web UI 上传图像
  2. 将图像数据发送到 Cloudant 数据库
  3. 将图像插入数据库中时,Cloud Functions 触发微服务。
  4. 微服务使用训练好的 Watson Visual Recognition 服务来分析图像。
  5. 将分析好的数据发送回 Cloudant 数据库
  6. Web UI 上的仪表板显示视觉识别分析和需要注意的图像

相关博客

相关链接

对车辆损坏图像进行分类

创建一个移动应用,该移动应用可以拍摄车辆损坏的图片,并将其发送给保险公司,以识别和分类问题。