Povrch automobilového chladiče s kondenzátorem je kvůli procesním, manipulačním a dalším důvodům vadný, a použití manuální kontroly je neefektivní a snadno se může stát omyl. Nyní se používá hluboké učení jako náhrada za manuální kontrolu.
Sdílet
1). Pozadí projektu:
Popis požadavků:
1. Klimatizace bude mít defekty po dokončení výroby a manipulaci, a je nutné zjistit defekty jako špína, poškození, posunutí a zavinění.
2. Změnit současný stav nízké účinnosti a nízké přesnosti manuálního kontrolování.
Technické požadavky:
1. Různé kategorie defektů musí být detekovány a klasifikovány.
2. Detekční míra musí být vyšší než 99,95 % a falešná detekce musí být omezena pod 1 %.
3. Kompatibilní s různými typy produktů.
2). Architektura řešení:
Vzhledem ke tvaru produktu a organizaci provozního prostoru byla pro sběr map vybrána 2K lineární polekamera se silným lineárním světelným zdrojem, aby byly zdůrazněny charakteristiky detekce produktu.
3). Výhody programu:
1. Použití algoritmu hlubokého učení pro detekci defektů a určení jejich kategorií. Přesnost rozpoznávání dosahuje více než 99 % díky sběru defektů a iteraci modelu, a kontrola inspekce je méně než 2 %.
2. kategória posudzovania defektov, opačným spôsobom podporovať zlepšovanie procesu zákazníckej starostlivosti a jeho propagáciu.
EN
