普渡大学机械工程师团队创建了第一个全面的3D机械零件开源注释数据库，以帮助研究人员将机器学习应用于实际机器中的这些零件。

“我们是在深学习的时代，使用电脑搜索的东西在视觉上，” KARTHIK拉马尼，普渡大学的唐纳德·Feddersen杰出机械工程教授说。“但是，没有人聚焦于进入机器的零件：管，轴承，电机，垫圈，螺母和螺栓等，这些都是在为工程师和制造商对我们很重要的事情。我们希望能够在真实世界的一部分指向一个摄像头，并拥有计算机告诉我们关于部分或设计所需的一切。”

拉马尼的团队在21世纪初就尝试了零部件的视觉搜索，但当时的计算能力和机器学习技术还不够先进。在那之后的几年里，研究人员已经认识到，建立一个可靠的数据集是关于质量和数量的。

“深度学习是数据饿了，”拉马尼说。“这需要大量的示例，电脑学习什么人类意思，如何事物之间的相互关系。这意味着我们需要大量的零件的三维模型也需要一个基本工程分类的。”

该小组首先与法国一家名为TraceParts扩展，这给了普渡大学研究人员访问公司的3D引擎零件数据库合作。与德州奥斯汀助理教授黄七星的大学合作团队冲刷类似的3D模型的其他数据库。最终，他们编译58696个机械部件的数据库。有关数据库的视频出现在YouTube。

然而，数据库是没有良好的数据没有好。拉马尼的研究小组通过建立68类的层级分类组织了部分的基础上，由国际标准化组织创建和维护的技术标准体系的国际分类标准。

“现在，当一个计算机看到一个密封部件的一个图象，它会知道，它适合于动态密封件，然后的范畴，更具体地，下复合密封件，”拉马尼说。