Начать работу с КуБорд
Протестируйте продукты бесплатно
Анализ снимков материалов для отбора дефектных образцов, содержащих трещины, поры, включения и другие аномалии на основе квантово-классических нейронных сетей
Поиск дефектов в материалах
QDET
Стек технологий: Python 3.11, FastAPI + Uvicorn, SQLAlchemy 2, SQLAdmin, SQLite.
ML/Вижн: PyTorch 2.8, torchvision, OpenCV-headless, albumentations, segmentation_models_pytorch, scikit-learn
ML/Вижн: PyTorch 2.8, torchvision, OpenCV-headless, albumentations, segmentation_models_pytorch, scikit-learn
Начать работу с КуБорд
Протестируйте продукты бесплатно
Особенности QDET
- Модель протестирована на реальных снимках микроструктур магнитных материалов
- Используется программный эмулятор квантовых вычислений
Модели поставки QDET
Продукт разработан ННГУ в рамках программы поддержки университетов «Приоритет-2030» и апробируется совместно с ООО «Облачные квантовые технологии»
Смотрите также
