制造机器的机器学习将视觉搜索应用于机械零件

计算机视觉研究人员使用机器学习来训练视觉识别对象中的计算机，但是很少有人将机器学习应用于齿轮箱，轴承，制动器，离合器，电动机，螺母，螺栓和垫圈等机械零件。

普渡大学机械工程师团队创建了第一个全面的开源注释数据库，其中包含58,000多个3-D机械零件，旨在帮助研究人员将机器学习应用于实际机器中的那些零件。

普渡大学的机械工程杰出教授唐纳德·W·费德森(Donald W. Feddersen)教授Karthik Ramani说：“我们处于深度学习时代，使用计算机以视觉方式搜索事物。” “但是没有人关注机器的零件：管道，轴承，电动机，垫圈，螺母和螺栓等。这些对于我们作为工程师和制造商来说很重要。我们希望能够指出一个相机拍摄真实世界的零件，并让计算机告诉我们有关该零件或设计的所有信息。”

Ramani的团队在2000年代初期进行了视觉搜索零件的实验，但是计算能力和机器学习技术还不够先进。从那以后的几年中，研究人员已经了解到，构建可靠的数据集既涉及质量又涉及数量。

拉玛尼说：“深度学习需要大量数据。” “计算机需要大量示例来学习人类的含义以及事物之间的相互关系。这意味着我们需要很多零件的3D模型，这也需要进行基础的工程分类。”

该团队首先与一家名为TraceParts的法国公司合作，这使Purdue的研究人员可以访问其3D工程零件数据库。该团队与德克萨斯大学奥斯汀分校助理教授黄启兴合作，搜寻其他数据库以获取类似的3D模型。他们最终建立了58,696个机械零件的数据库。

但是如果没有好的数据，数据库就不好了。Ramani的团队根据国际标