Analytický software pro detekci vad snímaných objektů

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F27599523%3A_____%2F21%3AN0000001" target="_blank" >RIV/27599523:_____/21:N0000001 - isvavai.cz</a>

Výsledek na webu

<a href="https://gitlab.com/ixperta1/anomaly-detection" target="_blank" >https://gitlab.com/ixperta1/anomaly-detection</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Analytický software pro detekci vad snímaných objektů

Popis výsledku v původním jazyce

Vytvořený software anomind pro detekci anomálií na výrobcích v průmyslu, umožňuje vytvářet projekty, přičemž jeden projekt by měl odpovídat jednomu typu výrobku. Mít jeden projekt pro jeden typ výrobku, na němž mají být detekovány anomálie je výhodné hlavně z důvodu, že v rámci projektu je sdílen jeden validační dataset. V rámci projektu je možné trénovat více modelů neuronových sítí a experimentovat tak s parametry učení a vstupním datasetem. Je-li model naučen, lze jej validovat a provádět nad ním inferenci, tedy detekci anomálií v reálných datech. Software anomind je implementován jako desktopová aplikace v jazyce Python. Jejím jádrem je námi navržená a implementovaná neuronová síť pro detekci anomálií. Pro implementaci neuronové sítě a práci s ní byl použit framework PyTorch. Grafické uživatelské rozhraní využívá framework wxPython. Pro ukládání projektů, modelů, datasetů, výsledků validace a dalších dat byla použita noSQL databáze MongoDB. Aplikace běží uvnitř docker kontejneru, je tedy do jisté míry platformě nezávislá. Pro její spuštění je potřeba mít nainstalovaný docker a jelikož aplikace vyžaduje GPU s CUDA, tak také nvidia-docker. Spuštění aplikace je poté možno provést pomocí příkazu make torch_docker-run-gui.

Název v anglickém jazyce

Analytical software for anomaly detection on scanned objects

Popis výsledku anglicky

The developed software for detecting anomalies in industrial products named "anomind" allows the user to create projects which correspond to one kind of a product. Having one project for one kind of a product is advantageous mainly because one validation dataset is shared within the project for verification of multiple neural network parameters. Within the project, it is possible to train several models of neural networks and experiment with learning parameters and input dataset. If the model is taught, it can be validated and can be used for inference, i.e. the detection of anomalies in real data. Anomind software is implemented as a desktop GUI application in Python and wxWindows. Its core is a neural network designed and implemented for anomaly detection developed in the scope of the research project TH04010144. The PyTorch framework was used to implement and work with the neural network. The graphical user interface uses the wxPython framework. The noSQL database MongoDB was used to store projects, models, datasets, validation results and other data. The application runs inside docker container, so it is to some extent platform independent. To run it, you need to have a docker installed with nvidia-docker, since the application requires a GPU with CUDA. The application can then be started using the make torch_docker-run-gui command.

Druh

R - Software

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/TH04010144" target="_blank" >TH04010144: Umělá inteligence pro dopravní a průmyslové vidění</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

ANOMIND v1.0

Technické parametry

Pro informace o licenčních podmínkách prosím kontaktujte HelpDesk společnosti IXPERTA s.r.o.; Tel.č.: +420 26606 3333; e-mail: helpdesk@ixperta.com.

Ekonomické parametry

Produkt se poskytuje zdarma na základě uvedené licenční smlouvy.

IČO vlastníka výsledku

27599523

Název vlastníka

IXPERTA s.r.o.