Áp dụng bộ phát hiện AI trong iTwin Capture
Trong những năm gần đây, thu thập dữ liệu thực tế đã trở nên phổ biến hơn trong ngành kỹ thuật hạ tầng. Tuy nhiên, việc phân tích loại dữ liệu này vẫn còn nhiều khó khăn, ví dụ như làm sao quản lý được khối lượng dữ liệu lớn, xử lý hiệu quả các loại dữ liệu hoặc hệ tọa độ khác nhau, và quan trọng nhất là làm sao khai thác thực sự giá trị từ lượng dữ liệu lạnh nằm trên ổ cứng hoặc lưu trữ đám mây?
Trước đây, các thao tác với dữ liệu thực tế thường là các quy trình thủ công phức tạp, tốn thời gian, khiến nhiều kỹ sư e ngại khi phải thực hiện các công việc như trích xuất đặc trưng từ các đám mây điểm hoặc bộ ảnh số lớn.
iTwin Capture đã làm thay đổi hoàn toàn cách tiếp cận này. Ứng dụng tận dụng sức mạnh Trí tuệ nhân tạo (AI) hiện đại, tự động hóa việc trích xuất đặc trưng từ dữ liệu thực tế, giúp tiết kiệm rất nhiều thời gian cho người dùng.
Giờ đây, bạn có thể dễ dàng trả lời những câu hỏi như: Cả quận này có bao nhiêu cột đèn chiếu sáng? Khắp đoạn đường này có bao nhiêu biển báo giao thông? Hay trên đoạn cao tốc kia có bao nhiêu ki-lô-mét dải phân cách? Những câu hỏi như vậy hiện có thể giải quyết chỉ trong vài giờ thay vì mất nhiều ngày hoặc nhiều tuần như trước.
iTwin Capture cung cấp bộ tính năng AI độc đáo và mạnh mẽ. Dù bạn đang làm việc với đám mây điểm hay hình ảnh, bạn đều có thể huấn luyện các bộ phát hiện AI phù hợp với điều kiện thu thập thực tế của mình. Sau khi huấn luyện, các detector AI này đảm nhận việc trích xuất những đối tượng cần quan tâm từ bất kỳ bộ dữ liệu nào, cho dù lớn đến đâu. Hoạt động này, khi áp dụng trong môi trường kiểm định chất lượng, sẽ giúp rút ngắn đáng kể thời gian giao hàng sản phẩm.
Trường hợp sử dụng tiêu biểu
Hãy thử hình dung tình huống cần xác định vị trí và phân loại các đối tượng trong một đường hầm dài nhiều ki-lô-mét, như biển báo, đèn tường, quạt thông gió, tủ điều khiển,… và xuất danh sách này dưới dạng vector chung. Do khối lượng dữ liệu cực lớn, khả năng tự động hóa của iTwin Capture tỏ ra vô cùng hữu ích.
Ở ví dụ thực tế, một detector được huấn luyện nhận diện 9 loại đối tượng đã được sử dụng để phân tích các đám mây điểm thu thập bằng xe quét chuyên dụng. Kết quả là đám mây điểm đã được phân loại, trích xuất ra các điểm 3D tương ứng với các đối tượng quan tâm. Nếu các kết quả này chưa tối ưu, kỹ sư hoàn toàn có thể kiểm tra và tinh chỉnh lại trong môi trường iTwin Capture để đảm bảo tính nhất quán và chính xác trước khi bàn giao.
Tổng thời gian thực hiện công việc này giảm trên 90% so với thủ công hoàn toàn.
Lý do bạn nên tham gia chuỗi webinar
Với chuỗi webinar chuyên đề về AI trong iTwin Capture, chúng tôi sẽ trình diễn các lợi ích đột phá mà công nghệ này mang lại. Đầu tiên là các ứng dụng trên đám mây điểm, sau đó là triển khai trên dữ liệu hình ảnh – giúp bạn hình dung được khả năng tối ưu hóa các quy trình vận hành hằng ngày nhờ ứng dụng này.
