La superficie del radiador del aire acondicionado del automóvil presenta defectos debido a razones de proceso, manipulación y otras. El uso de inspección manual es ineficiente y propenso a errores. Ahora se utiliza aprendizaje profundo para reemplazar al operador manual.
Compartir
1). Antecedentes del proyecto:
Descripción del requisito:
1. El aire acondicionado tendrá defectos después de la finalización de la producción y el manejo, y es necesario detectar defectos como suciedad, daño, desplazamiento y abolladuras.
2. Cambiar el estado actual de baja eficiencia y baja precisión en la detección manual.
Requisitos técnicos:
1. Se requiere detectar y clasificar diferentes categorías de defectos.
2. La tasa de detección debe ser superior al 99,95%, y la tasa de detección falsa debe estar controlada por debajo del 1%.
3. Compatible con diferentes tipos de productos.
2). Arquitectura de la solución:
Considerando la forma del producto y la organización del lugar, el plan seleccionó una cámara de matriz lineal de 2K para la recolección de mapas, con una fuente de luz lineal de alta intensidad, para destacar las características de detección del producto.
3). Ventajas del programa:
1. Utilizar un algoritmo de aprendizaje profundo para detectar defectos y juzgar las categorías de defectos. A través de la recolección de defectos e iteración del modelo, la tasa de reconocimiento integral alcanza más del 99%, y el control de inspección es inferior al 2%.
2. juicio de categoría de defectos, promover al revés la mejora del proceso del cliente y la promoción.
EN
