La eficiencia de la clasificación manual de los cubos de ruedas es baja y la tasa de errores es alta. La solución de visión por computadora tiene las ventajas de una estructura simple, alta tasa de reconocimiento, alta precisión y fuerte capacidad anti-interferencia, lo que puede satisfacer los requisitos de producción automática.
Compartir
I. Antecedentes del proyecto:
Descripción del requisito:
1. Después de la producción y transporte de las llantas, se necesitan clasificar diferentes tipos de llantas para su posterior ordenación y embalaje.
2. La eficiencia de identificación mediante métodos de detección manual es baja, con altos costos laborales y baja precisión.
Requisitos técnicos:
1. Precisión de reconocimiento: >99.9%
2. Tipos de identificación de llantas: >200 tipos
II. Arquitectura de la solución:
El sistema de detección de tipo de rueda utiliza una cámara de alta resolución de 1.3 megapíxeles de Haitianxiang, combinada con una fuente de luz superficial de área grande y medianos agujeros, y utiliza herramientas de clasificación de aprendizaje profundo para realizar la identificación y clasificación automática de varias llantas en un estado de flujo mezclado aleatorio en la cinta transportadora de la línea de producción.
III. Ventajas del programa:
1. Reconocimiento preciso: el entrenamiento inicial del modelo recolectó entre 80-100 muestras de cada tipo, y la tasa de reconocimiento general puede alcanzar más del 99%, a través de la iteración en campo, la precisión final de reconocimiento puede superar el 99.99%.
2. Gran capacidad de reconocimiento: los algoritmos de clasificación basados en aprendizaje profundo utilizan redes neuronales convolucionales y muestras de grandes datos para mejorar la capacidad de reconocimiento.
EN
