🔹 Если в базе тысячи 3D-моделей, автоматическая классификация может пригодиться для поиска аналогов, подбора технологии изготовления, оснастки и оценки стоимости. Но как научить алгоритм отличать вал от плиты, а ролик — от стенки?
✍️ Андрей Канивец, руководитель Центра компетенции в области применения технологий искусственного интеллекта, снова рассказывает в блоге АСКОН на Хабре о том, чем в действительности может помочь ИИ инженеру.
В новой статье разбираемся, что API КОМПАС может рассказать о 3D-модели и как использовать эти данные для классификации.
Внутри:
🔹 какие данные можно получить из CAD-модели — от заданных пользователем свойств до физических и геометрических характеристик;
🔹 как превратить их в своеобразный «цифровой отпечаток» детали и использовать его для классификации;
🔹 почему общих геометрических признаков недостаточно, чтобы определить резьбу, шпоночный паз и другие локальные элементы;
🔹 какую роль в такой системе может сыграть LLM.
«Вместо того чтобы сразу пытаться “научить нейросеть видеть” деталь, можно сначала преобразовать исходную 3D-модель в компактный набор существенных признаков».
📖 Читайте статью на Хабре.