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 веб-приложения
- Модель протестирована на реальных снимках микроструктур магнитных материалов
- Используется программный эмулятор квантовых вычислений
- На 3,9% выше точность классификации
- В 2 раза снижены ошибки при сегментации
Смотрите также
