使用 AI 检测损坏的零件答案

【问题标题】：Using AI to detect damaged parts使用 AI 检测损坏的零件
【发布时间】：2020-07-21 06:48:42
【问题描述】：

我需要使用计算机视觉来检测汽车的损坏部件。我有汽车损坏前后的图像，我如何使用计算机视觉/人工智能来检测，在这种情况下，左大灯和保险杠损坏了。我有一个包含 70 个相似图像对的数据集。我尝试了图像处理，将图像叠加在每个图像的顶部以检测损坏。但并非数据集中的所有图像都适合叠加。我可以使用 Mask RCNN 来检测损坏的区域，但是如何将其减少到损坏的部分？

损坏前

伤害后

【问题讨论】：

好的，到目前为止，您尝试了什么？您的问题是什么？
我尝试了图像处理，将图像叠加在每个图像的顶部以检测损坏。但并非数据集中的所有图像都适合叠加。朋友让我用AI，我不知道怎么实现

标签： tensorflow deep-learning computer-vision object-detection yolo

【解决方案1】：

查看Mask R-CNN。您可以使用多个汽车损坏图像来训练模型。只需注释您的数据，然后对其进行训练。训练完成后，您可以使用飞溅功能仅突出显示您想要的区域，即损坏区域。它很容易设置，而且在你的情况下看起来很完美。

【讨论】：

我可以使用 mask Rcnn 来定位到损坏，但是如何检测损坏并需要更换的组件？
@Fazli - 您也可以在 Mask R-CNN 中执行此操作，只需使用飞溅功能，它就会为您突出显示损坏区域