Keffisiensi pengklasifikasi hub roda secara manual adalah rendah dan kadar ralat adalah tinggi. Skema penglihatan mesin mempunyai kelebihan struktur ringkas, kadar pengenalan tinggi, ketepatan tinggi dan keupayaan anti-gangguan yang kuat, yang dapat memenuhi keperluan produksi automatik.
KongsikanSatu. Latar belakang projek:
Keterangan keperluan:
1. Selepas pengeluaran dan pengangkutan roda, pelbagai jenis roda perlu diklasifikasikan untuk penyusunan dan pengepakan seterusnya.
2. Kecekapan pengenalan kaedah pemeriksaan manual adalah rendah, kos tenaga kerja tinggi, kejituan rendah.
Kebutuhan teknikal:
1. Kejituan pengenalan: >99.9%
2. Jenis pengenalan roda: >200 jenis
Dua. Arkitektur penyelesaian:
Sistem pemeriksaan jenis hub menggunakan kamera ber-resolusi tinggi 1.3 juta pixel daripada Haitianxiang, digabungkan dengan sumber cahaya permukaan lubang sederhana luas, dan menggunakan alat klasifikasi pembelajaran mendalam untuk mencapai pengenalan dan klasifikasi automatik pelbagai jenis roda dalam keadaan aliran campuran rawak di atas pandu konveyor dalam garis pengeluaran.
Tiga. Kelebihan program:
1. Pengenalan tepat: latihan model awal bagi setiap jenis sampel yang dikutip 80-100, kadar pengenalan keseluruhan boleh mencapai lebih dari 99%, melalui lelaran lapangan, kejituan pengenalan akhir boleh mencapai lebih dari 99.99%.
2. Kapasiti pengenalan yang besar: Algoritma klasifikasi pembelajaran mendalam menggunakan rangkaian saraf konvolusi dan sampel data besar untuk meningkatkan kapasiti pengenalan.