Az autók hűtőcsatornájának felülete defektív folyamatok, kezelési és más okok miatt, és a kézi vizsgálat inefficiens és könnyen tévesztő. Most mély tanulást használnak a kézi ellenőrzés helyettesítésére.
Megosztás1). Projekt háttére:
Kérvény leírása:
1. A hűtő berendezés gyártás és kezelés befejezése után hibákat fog mutatni, és szükséges felderíteni a szennyezést, kártyát, eltolódást és nyomásáramlatot.
2. Az északra forduló kézzel végzett ellenőrzés alacsony hatékonyságát és pontatlanságát megváltoztatni.
Technikai követelmények:
1. Különböző hibakategóriákat kell felderíteni és osztályozni.
2. Az észlelési arány 99,95%-nál magasabb legyen, és az hamis észlelések aránya 1%-al korlátozódik.
3. Továbbra is kompatibilis különböző termék típusokkal.
2). Megoldási architektúra:
A termék alakjának és a helyszín szervezésének figyelembevétele miatt a sémák 2K lineáris tömbkamerát választották ki térkép gyűjtésére, magas fényerővel rendelkező lineáris tömbfényforrással, hogy kiemeljék a termék ellenőrzési jellemzőit.
3). Program előnyei:
1. Mély tanulási algoritmust használnak a hibák észlelése és kategorizálása érdekében. Hibagyűjtés és modell iteráció által a teljes felismerési arány több mint 99%, és az ellenőrzés kontrollje kisebb mint 2%.
2. kategória hiányosságokértékelés, fordítottan fokozza az ügyfél folyamat-javítását és a fokozást.