UCL presenta AM-SegNet per la stampa 3D dei metalli
AM-SegNet è una rete neurale leggera progettata per analizzare rapidamente e con precisione immagini a raggi X
Secondo quanto resono noto dallo University College London (UCL), alcuni ricercatori di ingegneria meccanica stanno utilizzando potenti raggi X per monitorare il processo di stampa 3D dei metalli, così da comprenderlo meglio e individuare possibili miglioramenti. Tuttavia, questi esperimenti a raggi X generano un’enorme quantità di dati, impossibile da analizzare manualmente.
Un team di esperti, che include il professor Lee e il dottor Leung di UCL, ha sviluppato AM-SegNet, una rete neurale intelligente e leggera progettata per analizzare in modo rapido e accurato le immagini a raggi X provenienti da questi esperimenti. Il team ha addestrato AM-SegNet utilizzando un database di oltre 10.000 immagini etichettate, provenienti da importanti centri di ricerca di tutto il mondo.
AM-SegNet è in grado di analizzare un’immagine con un’accuratezza di circa il 96% in meno di 4 millisecondi, risultando più affidabile rispetto ad altri modelli avanzati. Questo consente di elaborare rapidamente i dati e di arrivare più velocemente alle informazioni più rilevanti.
Accelerando l’analisi dei dati, AM-SegNet contribuisce a svelare la fisica dei processi di manifattura additiva, aiutando i produttori a migliorare i propri metodi e a ottenere risultati più affidabili. Si tratta di un passo significativo in avanti per il monitoraggio in tempo reale e il controllo qualità nella manifattura additiva dei metalli.
Il codice sorgente di AM-SegNet è disponibile pubblicamente su GitHub.
