Alle Kategorien

Lebensmittel/Medizin

Startseite >  Lösungen >  Lebensmittel/Medizin

Erkennung von Instantnudelforks

Im Produktionsprozess von Instantnudeln fällt die Verpackungsanlage automatisch den Löffel aus, es besteht jedoch eine bestimmte Wahrscheinlichkeit, dass mehrere oder geschlitzte Löffel auftreten, was die normale Nutzung von Instantnudeln beeinträchtigen kann.

Teilen
Erkennung von Instantnudelforks

1). Projekthintergrund:
Anforderungsbeschreibung:
Im Produktionsprozess von Instantnudeln fällt die Verpackungslinie automatisch den Löffel ein, es besteht jedoch eine bestimmte Wahrscheinlichkeit, dass mehrere Löffel oder gebrochene Löffel auftreten, was die normale Nutzung von Instantnudeln beeinträchtigt. Derzeit werden bei jedem Arbeitsplatz zwei manuelle Inspektionen durchgeführt, was hohe Arbeitskosten verursacht und eine schlechte Erkennungsstabilität sowie einen niedrigen Effizienzgrad nach sich zieht. Das Werk möchte Maschinenvision einführen, um menschliche Arbeitskräfte zu ersetzen und Produktionslinien aufzuwerten.
Technische Anforderungen:
Das Produktions-Takt muss größer als 6 Pakete/s sein.
Die Fehlererkennungsrate sollte weniger als 0,01 % betragen.
2). Lösungsarchitektur: (Architektur der Lösung)
1. Aufbau-Schemadiagramm:

1.png
2. Bildwiedergaben:

2.png
3). Programmvorteile:
Die Gabelposition ist vielfältig, die Position zufällig und wird in unterschiedlichem Maße durch das Materialpaket blockiert. Die Helligkeit des Bildes ändert sich nach langer Nutzung der Beleuchtungsquelle. Nach der Einführung der Tiefenlern-Lösung wurde die Gesamtleistung weiter verbessert.
In Erscheinung treten in:
1. Überwinde das Problem, dass die Farbe der Instantnudelfork nahe an der von Fladenbrot liegt.
2. überwinde Verschleierung, Lichtabfall und andere Szenenumwandlungsprobleme.
3. hervorragende Erkennungsgenauigkeit, Auslassungsrate weniger als 0,01 %.
4. hohe Detektionseffizienz, der Algorithmus dauert weniger als 30 ms.

vorherige

Molkereiproduktefehlererkennung

Alle Anwendungen nächste

Fischstatus-Erkennung und -Klassifizierung

AnfrageAnfrage

Kontaktieren Sie HIFLY noch heute:

Name
Unternehmen
Mobil
Land
Email
Nachricht
0/1000
Email Email WhatsApp WhatsApp WeChat WeChat
WeChat
TopTop

Herausragende Fälle