相关实验视频
Updated: Jun 25, 2025

10:56
Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish
Published on: March 6, 2014
12.5K
使用X射线CT和深度主动学习对曲电缆的线路跟踪
Yutaka Hoshina1, Takuma Yamamoto1, Shigeaki Uemura1
1Analysis Technology Research Center R&D Unit, Sumitomo Electric Industries, Ltd., 1-1-3 Shimaya, Konohana-ku, Osaka 554-0024, Japan.
Microscopy (Oxford, England)
|May 25, 2024
概括
新的图像分析技术允许精确量化曲电缆内的电线. 这一突破使得人们能够更好地理解和改进用于现实应用中的电缆产品.
科学领域:
- 电气工程 电气工程
- 材料科学 材料科学 材料科学
- 计算机视觉 计算机视觉
背景情况:
- 评估电缆在负载下的状况对于了解现场性能至关重要.
- 现有的方法缺乏精度来量化复杂,曲的电缆结构中的单个线.
研究的目的:
- 开发和展示新的图像分析技术,用于量化曲电缆中的所有组件线.
- 为了更深入地了解在运行压力下电缆的行为.
主要方法:
- 开发独特的截面图像构建技术.
- 实施深度主动学习方案,用于电线轨迹检测.
- 应用高级图像分析用于曲电缆评估.
主要成果:
- 成功量化曲电缆中的所有组件线.
- 展示各种图像分析技术用于电线轨迹检测.
- 建立评估外部负载下的电缆状态的方法.
结论:
- 开发的图像分析技术为曲电缆中的电线提供了前所未有的量化.
- 这种能力对于在实际用例中分析有线产品至关重要.
- 这些发现有助于阐明与现场相关的电缆现象和质量改进.

