کاربرد هوش مصنوعی پیشرو در صنعت داروسازی

نویسنده:
شرکت پیشرو Ai
تاریخ انتشار:
28 مرداد 1403
دیدگاه ها:
دیدگاه‌ها برای کاربرد هوش مصنوعی پیشرو در صنعت داروسازی بسته هستند
Application of Leading AI in Pharmaceutical Industry Featured Image

قرص ها و کپسول ها می بایست پیش از بسته بندی از نظر پارامترهایی همچون وجود یا عدم وجود آلودگی، شکسته یا سالم بودن، تناقض در رنگ و … بازرسی شوند.

بازرسی قرص

قرص ها و کپسول ها می بایست پیش از بسته بندی از نظر پارامترهایی همچون وجود یا عدم وجود آلودگی، شکسته یا سالم بودن، تناقض در رنگ و … بازرسی شوند. این نوع بازرسی های بصری مدت هاست که به کمک سیستم های بینایی ماشین پیاده سازی و اجرا می شود اما به کمک تکنولوژی یادگیری عمیق که در آن مجموعه ای از تصاویر سالم و ناسالم ثبت و آموزش داده می شود (Train) می‌تواند دقت چنین بازرسی هایی را بهبود ببخشد. و همچنین موارد متنوع و زیادی از محصولات و دستگاه ها را بازرسی نماید.

کنترل کیفی گاز پزشکی

کیفیت گاز پزشکی ارتباط تنگاتنگی با ایمنی بیماران دارد، بنابراین گاز پزشکی باید تحت آزمایش‌های کیفی دقیق قرار گیرد. پلتفرم ابری هوشمند ما از الگوریتم‌های پیشرفته هوش مصنوعی برای مطابقت خودکار بهترین طرح آزمایشی استفاده می‌کند. و نرخ بازدهی بیش از 99.9٪ را تضمین کند.

کنترل کیفی تبلت ها قبل از بسته بندی

تبلت‌ها باید قبل از بسته‌بندی و بسته‌بندی تاول‌ها از نظر نقص ظاهری بررسی شوند. پلتفرم ابری هوشمند پیشرو از فناوری دید سه‌بعدی برای تشخیص همزمان تبلت‌ها از چندین زاویه استفاده می‌کند. قدرت پردازش محاسباتی ابری موازی سطح ms آن می‌تواند قرارگیری بی‌نظم را در حین انتقال تشخیص دهد. سرعت بالا. با چندین قرص و بیش از 200 اپراتور پردازش تصویر، سیستم بازرسی بصری می تواند قرص های معیوب را با دقت تشخیص بیش از 99.9٪ به دقت تشخیص دهد.

OCR انواع ویال و جعبه های دارو

برای اطمینان از ایمنی بیمار، چاپ دقیق کد آمپول بسیار مهم است. سیستم تشخیص OCR پلتفرم ابری هوشمند پیشرو از بیش از 200 اپراتور پردازش تصویر و فناوری داده های بزرگ Hadoop در سطح ZB استفاده می کند تا اطمینان حاصل شود که خطای خواندن کاراکتر در 0.01 میلی متر است. که سریع و قابل اعتماد است. عملکرد شناسایی و خواندن تضمین می کند که آمپول ها استانداردهای تست را برآورده می کنند و دقت تشخیص می تواند به بیش از 99.9٪ برسد.

کنترل کیفی بطری های دارو

نقص‌های ظاهری در سطح میکرون را در بطری‌های دارو در میلی‌ثانیه تشخیص دهد. نقص‌های بزرگ‌تر از یک پیکسل را می‌توان به‌دقت شناسایی و مکان‌یابی کرد. در همان زمان، عیوب واقع‌شده را نیز می‌توان تشخیص داد. از طریق سلسله مراتبی غربالگری، دقت نتایج آزمایش می تواند به بیش از 99.9٪ برسد.

مطالب مرتبط

ai-model-quantization

کوانتیزاسیون (Quantization)

تأثیر نور بر کیفیت تصویر دیجیتال انواع نویز در تصاویر دیجیتال روش‌های کاهش نویز تصویر ساختار دوربین و حسگر تصویر تنظیم روشنایی و کنتراست تصویر تفاوت Global Shutter و Rolling Shutter دوربین صنعتی برای بینایی ماشین اتصال دوربین صنعتی به NVIDIA Jetson پردازش تصویر با بردهای Jetson بهترین دوربین برای پروژه‌های بینایی ماشین

تصویر در دنیای واقعی: نور، نویز و دوربین

TensorRT (تنسور آر تی)، NVIDIA GPU Optimization، AI Inference (استنتاج هوش مصنوعی)، ONNX to TensorRT، Deep Learning Deployment (استقرار یادگیری عمیق)، NVIDIA MIG، Model Quantization (کوانتیزیشن مدل)، NVIDIA Triton Inference Server، AI Model Acceleration (شتاب‌دهی مدل هوش مصنوعی)، Computer Vision Deployment

TensorRT

Jetson Nano کیت توسعه NVIDIA هوش مصنوعی امبدد راه‌اندازی Jetson Nano فلش کردن کارت microSD NVIDIA Jetson Developer Kit بوت اولیه Jetson Nano تنظیمات Headless Jetson Nano منبع تغذیه Jetson Nano آموزش نصب Jetson Nano

راه اندازی اولیه جتسون

NVIDIA Jetson (به عنوان هسته سخت‌افزاری) Edge AI (به دلیل ماهیت هوش مصنوعی روی لبه) برنامه‌نویسی پایتون (به عنوان هسته نرم‌افزاری) بینایی ماشین (Machine Vision) پردازش تصویر در پایتون هوش مصنوعی در رباتیک TensorRT (مهم‌ترین ابزار برای بهینه‌سازی روی جتسون) توسعه سیستم‌های هوشمند JetPack SDK (اکوسیستم نرم‌افزاری جتسون) پردازش بلادرنگ (Real-time Processing)

مبانی پایتون و نقش آن در توسعه بر روی NVIDIA Jetson

دیپ‌استریم (NVIDIA DeepStream) تحلیل ویدئویی هوشمند (Video Analytics) بینایی ماشین در جتسون پردازش ویدئو بلادرنگ (Real-Time Video Processing) GStreamer در DeepStream TensorRT رهگیری اشیا (Object Tracking) استنتاج هوش مصنوعی (AI Inference) Edge AI NVIDIA Jetson DeepStream

دیپ‌استریم(DeepStream)