Традиционные методы определения засора в металлоломе являются трудоемкими, длительными и подвержены ошибкам, так же сильно зависят от экспертного мнения. Поэтому внедрение модели машинного обучения для определения процента засора в металлоломе на участках приемки становится актуальной и перспективной задачей. Данная работа направлена на описание и анализ такой модели, которая может значительно усовершенствовать процесс контроля качества принимаемого металлолома, уменьшить затраты и повысить эффективность всего производственного цикла.
Сторонкин Д.А. (науч. рук. Дзюб И.С.) Использование визуальных трансформеров для определения процента засора в металлоломе в условиях УПЛ ЛПК // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/13099