从历史飞机的大规模CT数据集中选择注释实例细分子卷
Roland Gruber1,2, Nils Reims3, Andreas Hempfer4
1Fraunhofer IIS, Fraunhofer Institute for Integrated Circuits IIS, Division Development Center X-Ray Technology, Fürth, Germany. roland.gruber@iis.fraunhofer.de.
Scientific data
|June 24, 2024
概括
研究人员创建了一个交互式注释过程,用于对Me 163战斗机的大规模计算机断层扫描 (CT) 扫描数据进行细分. 这为历史文物推进了数字遗产和机器学习应用.
科学领域:
- 航空航天工程 航空航天工程
- 数字遗产是数字遗产的一部分.
- 计算机视觉 计算机视觉
背景情况:
- 第二次世界大战的战斗机"梅赛施密特·梅163彗星" (Messerschmitt Me 163 Komet) 在慕尼黑德意志博物馆展出.
- 计算机断层扫描 (CT) 扫描提供了一种非破坏性的方法来分析像飞机这样的历史文物.
- 对CT数据的详细分析需要先进的细分技术,而这些技术目前缺乏用于大型航空航天数据集.
研究的目的:
- 建立一个初始的交互式数据注释过程,用于对Me 163飞机的大规模CT扫描数据进行细分.
- 为开发类似数据集的自动化或半自动化细分工具奠定基础.
- 探索数字遗产,非破坏性测试和机器学习的潜在应用.
主要方法:
- 使用工业CT扫描仪获得Me 163的完整CT扫描.
- 开发和实施交互式数据注释过程.
- 在CT数据集中的7个512x512x512 voxel子卷的注释.
主要成果:
- 成功获得了Me 163的全面CT数据.
- 建立了一个功能互动数据注释工作流.
- 生成了适合进一步研究和开发的注释子卷.
结论:
- 交互式注释过程是实现大规模航空航天CT数据自动细分的关键第一步.
- 这些注释数据在数字保存,结构分析和机器学习模型培训方面具有重大潜力.
- 确定了数据解释和处理方面的挑战,指导了未来的研究方向.
更多相关视频
11:38Volume Segmentation and Analysis of Biological Materials Using SuRVoS Super-region Volume Segmentation Workbench
Published on: August 23, 2017
9.8K
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
1.4K
