L'efficacité de la classification manuelle du moyeu de roue est faible et le taux d'erreur élevé. le schéma de vision automatique présente les avantages d'une structure simple, d'un taux de reconnaissance élevé, d'une grande précision et d'une forte capacité anti-interférence, qui peuvent répondre aux exigences de la
Partager
一. les antécédents du projet:
Description des exigences:
1. après la production et le transport des roues, il faut classer les différents types de roues pour les trier et les emballer ultérieurement.
2. la méthode de détection manuelle de l'efficacité d'identification est faible, le coût de la main-d'œuvre élevée, la précision faible.
exigences techniques:
1. précision de reconnaissance: > 99,9%
2. type d'identification de roue: > 200 types
II. architecture de la solution:
Le système de détection de type moyeu utilise une caméra haute résolution de 1,3 million de haitianxiang, combinée à une grande surface de source lumineuse de surface à trou moyen, et utilise des outils de classification par apprentissage en profondeur pour réaliser l'identification et la classification automatiques d'une
Les avantages du programme:
1. reconnaissance précise: la formation initiale du modèle de chaque type d'échantillons recueillis 80-100, le taux de reconnaissance globale peut atteindre plus de 99%, à travers l'itération sur le terrain, la précision de reconnaissance finale de plus de 99,99%.
2.grande capacité de reconnaissance: les algorithmes de classification par apprentissage profond tirent parti des réseaux de neurones convolutifs et des échantillons de données volumineuses pour améliorer la capacité de reconnaissance.
EN
