随着计算机的加入，激光切割机迅速成为一种相对简单而强大的工具，其软件控制着可以切割金属、木材、纸张和塑料的闪亮机械。虽然这种奇怪的材料混合物让人感觉包罗万象，但用户仍然难以区分外观相似的材料库存，错误的材料可能会弄得一团糟，散发出可怕的气味，或者更糟的是，散发有害化学物质。

　　麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的科学家们，针对肉眼可能不完全清楚的问题提出了“SensiCut”，这是一种用于激光切割机的智能材料传感平台。

　　传统的、基于相机的方法很容易错误识别材料，SensiCut使用了更细微的融合。它使用深度学习和一种称为“散斑传感”的光学方法识别材料，这种技术使用激光来感测表面的微观结构，只需一个图像传感插件即可实现。

　　SensiCut可以潜在地保护用户免受危险废物的侵害，提供特定于材料的知识，建议细微的切割调整以获得更好的结果，甚至可以雕刻由多种材料组成的服装或手机壳等各种物品。

　　通过使用无透镜图像传感器增强标准激光切割机，可以轻松识别车间常见的视觉相似材料并减少整体浪费，通过利用材料的微米级表面结构来做到这一点，即使在视觉上与另一种类型相似时，这也是一个独特的特征。没有它，你可能不得不从大型数据库中对正确的材料名称进行有根据的猜测。

　　SensiCut是用于激光切割机的智能材料传感平台。与使用传统相机检测材料外观的方法相比，SensiCut使用散斑传感和深度学习通过其表面结构识别材料。

　　除了使用相机，贴纸标签（如二维码）也被用于单张纸上来识别它们。然而，这看起来很简单，但在激光切割过程中，如果代码从主表上切下，则无法识别以备将来使用。此外，如果贴上不正确的标签，激光切割机将采用错误的材料类型。

　　为了成功地进行一轮“这是什么材料”，该团队在超过 38,000 张图像的 30 种不同材料类型的图像上训练了SensiCut的深度神经网络，然后它可以区分诸如丙烯酸、泡沫板和苯乙烯之类的东西，甚至提供关于功率和速度设置的进一步指导。

　　用户首先在界面中选择一个设计文件，然后使用“精确定位”功能让激光移动以识别板材上某个点的材料类型。激光与表面的微小特征相互作用，光线从表面反射，到达图像传感器的像素并产生独特的 2D 图像。然后系统可以警告或标记用户他们的板材是聚碳酸酯，这意味着如果被激光切割可能会产生剧毒的火焰。

　　激光切割机内部使用了斑点成像技术，具有低成本、现成的组件，如Raspberry Pi Zero微处理器板。为了使其紧凑，该团队设计并3D打印了一个轻型机械外壳。

　　未来，SensiCut的传感技术最终可以集成到3D打印机等其他制造工具中。为了捕捉更多细微差别，他们还计划通过添加厚度检测来扩展系统，这是材料构成中的一个相关变量。

　　×分享到微信朋友圈打开微信，点击底部的“发现”，使用“扫一扫”即可将网页分享至朋友圈。

　　《静音》是一部 Netflix 电影。尽管 Netflix 过去一年在原创电影上的表现并不如预期，但是《静音》仍让人颇为期待

　　最近，美国最大的经济研究机构——全国经济研究所（NBER，全美超过一半的诺奖经济学得主都曾是该机构的成员）发布了一份报告，全面分析了 1990 到 2007 年的劳动力市场情况。\n

　　坏机器人制片公司最新的一部电影名为《霸主》（overlord），背景设置在二战时期，很可能是一部在半遮半掩中秘密制作的科洛弗电影系列。

　　我们都知道，到处都在重启；我们也知道，如果有钱，啥都能重启。所以，会不会被重启算不上是个问题，只能问什么时候会被重启。自然而然地，世界各地的各种重启现象衍生出了一个有趣的猜猜游戏：哪一部老作品会是下一个接受这种待遇的？\n