La superficie del radiatore di condizionamento dell'automobile è difettosa a causa del processo, della maneggiatura e di altri motivi, e l'uso della verifica manuale è inefficiente e soggetta a errori. Ora si utilizza l'apprendimento profondo per sostituire il controllo manuale.
Condividere1). Contesto del progetto:
Descrizione del requisito:
1. Il condizionatore d'aria avrà difetti dopo il completamento della produzione e del maneggiamento, ed è necessario rilevare difetti come sporco, danno, sbalzo e ammaccatura.
2. Modificare lo stato attuale di bassa efficienza e bassa precisione dell'ispezione manuale.
Requisiti tecnici:
1. Sono richiesti diversi tipi di difetti da rilevare e classificare.
2. La percentuale di rilevazione deve essere superiore al 99,95%, e la percentuale di rilevazione errata deve essere controllata sotto il 1%.
3. Compatibile con diversi tipi di prodotto.
2). Architettura della soluzione:
Tenendo conto della forma del prodotto e dell'organizzazione del sito, lo schema ha selezionato una telecamera lineare 2K per la raccolta delle mappe, con fonte luminosa lineare ad alta intensità, per evidenziare le caratteristiche di controllo del prodotto.
3). Vantaggi del programma:
1. Utilizzare l'algoritmo di deep learning per rilevare i difetti e giudicare le categorie di difetto. Attraverso la raccolta di difetti e l'iterazione del modello, la percentuale complessiva di riconoscimento raggiunge più del 99%, e il controllo di ispezione è inferiore al 2%.
2. giudizio di categoria dei difetti, promuovi inversamente il miglioramento del processo cliente e la promozione.