​ 

　　近日，鐳目智眸團隊在鋼鐵視覺領域取得重大突破
，成功將AIGC技術應用於提升稀缺樣本異常場景檢測水平
，該技術顯著提升了鑄坯缺陷，廢鋼內危險物及拒收件等稀缺數據的采集速度，從而突破了異常情況數據集稀少的瓶頸，極大地提升了異常場景的識別和檢測能力！

　　在鋼鐵生產中，對異常狀況的精準識別是確保生產流程順暢和產品品質穩定的關鍵因素。鐳目智眸算法團隊結合用戶需求及落地項目實施細節，針對廢鋼原料監控及鑄坯質量管控環節的異常情況做了深入研究，發現以下問題：廢鋼中的危險物和拒shoujiandengyichangduishengchananquanjichanpinpinzhigouchengyanzhongweixie，ranerzhexieyichangyangbendexiquexingshideshibiexiaoguoshouxian。tongshi，zhupibiaomiandeweixiaoquexianyeyouyuyangbenxishaoernanyizhunquejiance。

　　為了攻克這些難題，鐳目智眸團隊創新性地提出了一種新的缺陷區域和強度可控的缺陷及危險物圖像生成技術。該技術基於現有AIGC相關領域技術，選取GAN網絡作為基礎進行長期研發，形成了獨創的ReM-GAN模型。該模型通過Mask權(quan)重(zhong)計(ji)算(suan)，使(shi)網(wang)絡(luo)能(neng)夠(gou)專(zhuan)注(zhu)於(yu)特(te)定(ding)區(qu)域(yu)的(de)像(xiang)素(su)，從(cong)而(er)提(ti)高(gao)模(mo)型(xing)對(dui)這(zhe)些(xie)區(qu)域(yu)的(de)性(xing)能(neng)和(he)準(zhun)確(que)性(xing)。同(tong)時(shi)，該(gai)模(mo)型(xing)融(rong)合(he)了(le)全(quan)局(ju)與(yu)局(ju)部(bu)的(de)處(chu)理(li)能(neng)力(li)，既(ji)能(neng)把(ba)握(wo)圖(tu)像(xiang)的(de)整(zheng)體(ti)結(jie)構(gou)
，又(you)能(neng)捕(bu)捉(zhuo)到(dao)細(xi)節(jie)特(te)征(zheng)
，展(zhan)現(xian)了(le)極(ji)高(gao)的(de)靈(ling)活(huo)性(xing)和(he)性(xing)能(neng)。

　　△ 缺陷及危險物生成效果圖

　　鐳目智眸團隊成功地將AIGC技(ji)術(shu)應(ying)用(yong)於(yu)稀(xi)缺(que)樣(yang)本(ben)異(yi)常(chang)檢(jian)測(ce)，並(bing)根(gen)據(ju)鋼(gang)鐵(tie)行(xing)業(ye)的(de)實(shi)際(ji)需(xu)求(qiu)進(jin)行(xing)了(le)深(shen)度(du)優(you)化(hua)。如(ru)今(jin)，該(gai)技(ji)術(shu)能(neng)夠(gou)根(gen)據(ju)現(xian)有(you)的(de)鑄(zhu)坯(pi)缺(que)陷(xian)和(he)危(wei)險(xian)物(wu)樣(yang)本(ben)，高(gao)效(xiao)地(di)生(sheng)成(cheng)大(da)量(liang)高(gao)質(zhi)量(liang)的(de)新(xin)圖(tu)片(pian)，這(zhe)一(yi)技(ji)術(shu)的(de)應(ying)用(yong)極(ji)大(da)擴(kuo)充(chong)了(le)小(xiao)概(gai)率(lv)樣(yang)本(ben)的(de)數(shu)據(ju)量(liang)，顯(xian)著(zhu)提(ti)升(sheng)了(le)相(xiang)關(guan)數(shu)據(ju)采(cai)集(ji)的(de)速(su)度(du)，為(wei)稀(xi)缺(que)樣(yang)本(ben)異(yi)常(chang)檢(jian)測(ce)高(gao)效(xiao)助(zhu)力(li)。（田祖光）