wydajność klasyfikacji rucznego węzła koła jest niska, a wskaźnik błędu wysoki. system wizji maszynowej ma zalety prostej struktury, wysokiej szybkości rozpoznawania, wysokiej precyzji i silnej zdolności anty-zakłócenia, które mogą spełniać
Udostępnij
一. tło projektu:
opis wymogu:
1. po produkcji i transporcie kół, do kolejnej sortacji i pakowania należy klasyfikować różne rodzaje kół.
2. metodę wykrywania ręcznego efektywność identyfikacji jest niska, wysoki koszt pracy, niska dokładność.
wymagania techniczne:
1. dokładność rozpoznawania: > 99,9%
2. rodzaj identyfikacji koła: > 200 rodzajów
Architektura rozwiązania:
system wykrywania typu węzła wykorzystuje 1,3 miliona kamery o wysokiej rozdzielczości Haitianxiang, połączoną z dużym obszarem źródła światła powierzchniowego o średniej otworze, i wykorzystuje narzędzia do głębokiej nauki do automatycznej identyfikacji
3. Zalety programu:
1. dokładna rozpoznawalność: początkowe szkolenie modelu każdego rodzaju próbki zebrane 80-100, ogólny wskaźnik rozpoznawalności może osiągnąć ponad 99%, poprzez iterację w terenie, ostateczna dokładność rozpoznawania ponad 99,99%.
2.wielkie możliwości rozpoznawania: algorytmy klasyfikacji głębokiego uczenia się wykorzystują konwolucyjne sieci neuronowe i duże próbki danych w celu poprawy możliwości rozpoznawania.
EN
