在制造业,质量保证和生产效率是重中之重。为了保证产品的质量,检测物件上的划痕、缺陷、异物就变得非常重要(例如,树脂材料上的划痕、标签上的书写错误以及织物上的污渍等)。
在产品的大规模生产过程中,产品的质量保证过程不能仅仅靠人眼来检测,而是需要采用自动化技术来检测问题(或者说异常),其中一个解决方案就是采用图像识别技术来侦测异常。
不过,识别图像里的异常并不是件简单的事情。在不同的拍摄环境(例如不同的光照、检测图片的模糊程度等)下,图像中的异常检测起来非常困难,同时,被检测的异常情况通常会有不同的表现形式。
在本次 Konica Minolta 举办的图像分割异常挑战赛中,你会获取部分有特定异常的图像,以及一些没有异常的参考图像。你的任务是用深度学习模型或者算法自动检测出这些异常。最终,这个解决方案将会优化未来的产品质量保证过程。
祝你好运!
Konica Minolta 简介
柯尼卡美能达,成立于 1936 年,总公司位置 Marunouchi Center Building, 1-6-1 Marunouchi, Chiyoda-ku, Tokyo, Japan ,是一个由控股公司柯尼卡美能达控股株式会社旗下的 5 家事业公司和 2 家机能共通公司组成的企业集团。柯尼卡美能达办公系统(中国)有限公司,是柯尼卡美能达集团下核心事业 -- 办公设备事业在中国的销售及服务公司。
比赛名
Image Segmentation
比赛时间
美国东部时间 2 月 3 日 12:00 PM 到 2 月 24 日 11:00 PM
奖金
$29000
报名网址
https://wwwtc.wpengine.com/KMImageSegmentation
NLP 工程师入门实践班:基于深度学习的自然语言处理
三大模块,五大应用,手把手快速入门 NLP
海外博士讲师,丰富项目经验
算法 + 实践,搭配典型行业应用
随到随学,专业社群,讲师在线答疑
▼▼▼
新人福利
关注 AI 研习社(okweiwu),回复 1 领取
【超过 1000G 神经网络 / AI / 大数据,教程,论文】
点击【阅读原文】直接报名
▼▼▼