Efektivita manuální klasifikace kolových hub je nízká a míra chyb je vysoká. Řešení pomocí strojového vidění má výhody jednoduché konstrukce, vysoké úspěšnosti rozpoznávání, vysoké přesnosti a silné odolnosti proti rušení, což může splnit požadavky automatizované výroby.
Sdílet
I. Pozadí projektu:
Popis požadavků:
1. Po výrobě a dopravě kol je třeba různé typy kol rozdělit pro následné řazení a balení.
2. Efektivita manuální metody detekce je nízká, vysoké náklady na práci, nízká přesnost.
Technické požadavky:
1. Přesnost rozpoznávání: >99,9%
2. Typ identifikace kol: >200 druhů
II. Architektura řešení:
Systém detekce typu výztěru používá vysokorozlišovací kameru s 1,3 milionem pixelů od Haitianxiang, kombinovanou s velkou plochou středně dírou povrchového zdroje světla, a pomocí nástrojů pro klasifikaci hlubokého učení realizuje automatické rozpoznávání a klasifikaci různých kol ve stavu náhodného smíšeného proudění na pásu produkční linky.
III. Výhody programu:
1. Přesné rozpoznávání: počáteční trénink modelu pro každý typ vzorků sbíral 80-100 vzorků, celková úspěšnost rozpoznávání může dosáhnout více než 99 %, prostřednictvím pole iterace může konečná přesnost rozpoznávání dosáhnout více než 99,99 %.
2. Velká rozpoznávací kapacita: Algoritmy klasifikace hlubokého učení využívají konvoluční neuronové sítě a velké datové vzorky pro zvýšení rozpoznávací kapacity.
EN
