في عالم التصنيع الحديث، يعد اكتشاف العيوب السطحية جزءًا حيويًا من ضمان جودة المنتجات. لكن التحدي الأكبر هو نقص البيانات المعنونة بشكل كافٍ، مما يجعل هذه العملية صعبة للغاية. هنا يبرز دور ScratchSim، وهو أنبوب لتوليد بيانات تدريب اصطناعية مذهلة.

يستخدم ScratchSim نظام BlenderProc لإنشاء بيانات تدريب فريدة وموثوقة، تتميز بمرونة في مظهر المواد وأنماط الكاميرات، مع إجراء تفريق عشوائي للنطاق. وهذا يتيح إنتاج بيانات شاملة يمكن استخدامها لتدريب نماذج الكشف عن العيوب.

قد أثبتت التجارب أن استخدام وزنات اصطناعية للتدريب يتفوق باستمرار على أساليب التدريب بالأرقام الحقيقية، حيث تبين أن أساليب التدريب المختلط تعيد أداء النماذج بكفاءة حتى في ظل نقص البيانات الحقيقية.

تم استخدام نماذج مثل YOLOX وYOLO26 وLW-DETR لتقييم أداء التقنيات المختلفة، حيث أظهرت النتائج تفوق الأداء عند استخدام الوزنات الاصطناعية، مما يفتح آفاقًا جديدة للفحص الصناعي بدون حاجة للبيانات المعنونة الحقيقية الواسعة.

سيتم توفير نصوص الأنابيب، ونموذج ثلاثي الأبعاد، ومجموعات البيانات المعنونة الاصطناعية والحقيقية لسيارة فيERRARI لامعة عبر الموقع الإلكتروني لمشروع ScratchSim.