L'efficienza della classificazione manuale del mozzo delle ruote è bassa e il tasso di errore è elevato. lo schema di visione artificiale ha i vantaggi di una struttura semplice, un alto tasso di riconoscimento, un'alta precisione e una forte capacità anti-interferenza, che possono soddisfare i requisiti della produzione automatica.
Condividere
一. antecedenti del progetto:
Descrizione dei requisiti:
1. dopo la produzione e il trasporto delle ruote, occorre classificare i diversi tipi di ruote per la successiva classificazione e imballaggio.
2. metodo di rilevamento manuale l'efficienza di identificazione è bassa, alto costo del lavoro, bassa precisione.
requisiti tecnici:
Accuratezza di riconoscimento: > 99,9%
2. tipo di identificazione della ruota: > 200 tipi
II. architettura delle soluzioni:
il sistema di rilevamento del tipo di mozzo utilizza una fotocamera ad alta risoluzione di 1,3 milioni di haitianxiang, combinata con una grande area di sorgente luminosa superficiale a foro medio, e utilizza strumenti di classificazione di apprendimento profondo per realizzare l'identificazione automatica e la classificazione di una varietà
3. Vantaggi del programma:
1. accuratezza del riconoscimento: la formazione iniziale del modello di ogni tipo di campioni raccolti 80-100, il tasso di riconoscimento globale può raggiungere oltre il 99%, attraverso l'iterazione sul campo, la precisione di riconoscimento finale di oltre il 99,99%.
2.grande capacità di riconoscimento: gli algoritmi di classificazione di deep learning sfruttano le reti neurali convoluzionali e i campioni di grandi dati per migliorare la capacità di riconoscimento.
EN
