De efficiëntie van handmatige classificatie van wielhubbellen is laag en de foutpercentage is hoog. Het machinevisiesysteem heeft de voordelen van een eenvoudige structuur, een hoge herkenningsgraad, hoge precisie en een sterke weerstand tegen storingen, wat aan de eisen van automatische productie kan voldoen.
Deel
i. Projectachtergrond:
Eise beschrijving:
1. Na de productie en vervoer van wielen moeten verschillende soorten wielen worden gesorteerd voor verdere verwerking en verpakking.
2. De efficiëntie van handmatige detectiemethoden is laag, de arbeidskosten zijn hoog en de nauwkeurigheid is laag.
Technische eisen:
1. Herkenningsnauwkeurigheid: >99,9%
2. Type wielherkenning: >200 typen
iI. Oplossingsarchitectuur:
Het asdetectiesysteem gebruikt een 1,3 megapixel hoge-resolutiecamera van Haitianxiang, gecombineerd met een groot oppervlakte-middengaten-oppervlaklichtbron, en maakt gebruik van diep leerclassificatiehulpmiddelen om automatische herkenning en classificatie van verschillende soorten wielen te realiseren in een toestand van willekeurige menging op de transportband van de productielijn.
iII. Voordelen van het programma:
1. Precieze herkenning: bij het initiële modeltrainen werden er 80-100 monsters per type verzameld, de algemene herkenningsgraad kan meer dan 99% bereiken, door velditeraties kan de eindelijke herkenningsnauwkeurigheid meer dan 99,99% bereiken.
2.Grote herkenningscapaciteit: Diepleerclassificatiealgoritmes maken gebruik van convolutieneurale netwerken en grote gegevensmonsters om de herkenningscapaciteit te verbeteren.
EN
