Zastosowanie metod sztucznej inteligencji (AI) w procesach produkcji stali
Mapy aktywizacji klas
Podsumowując, dokładność klasyfikacji dla większości klas wyniosła powyżej 95%. Z kolei na rys. 4 przedstawiono mapy aktywacji klas. Mapy te pokazują miejsca, które były istotne dla głębokiej sieci neuronowej podczas klasyfikacji. Porównując rys. 2 i 4, można stwierdzić, że sieć niekoniecznie bierze pod uwagę te same obszary, które wziąłby przy klasyfikacji pod uwagę człowiek kontrolujący jakość wyrobu. Nie ma to jednak negatywnego wpływu na jakość klasyfikacji.

Podsumowując, zarówno wykrywanie, jak i klasyfikacja defektów na powierzchniach stalowych w różnych stadiach procesu są jak najbardziej możliwe. Od strony informatycznej szczególnie obiecujące są w tym przypadku rozwiązania oparte na metodach sztucznej inteligencji. Warto przy tym pamiętać o różnych aspektach takich jak ograniczony czas na klasyfikację [...]