A superfície do radiador de ar condicionado de automóvel é defeituosa devido ao processo, ao manuseio e a outros motivos, e o uso da detecção manual é ineficiente e fácil de julgar mal. O aprendizado profundo é agora usado para substituir o manual.
Partilhar
1) antecedentes do projecto:
Descrição dos requisitos:
1. o ar condicionado terá defeitos após a conclusão da produção e do manuseamento, sendo necessário detectar defeitos como sujeira, danos, deslocamentos e indentados.
2. alterar o status quo de baixa eficiência e baixa precisão da detecção manual.
Requisitos técnicos:
1. são necessárias diferentes categorias de defeitos para serem detectadas e classificadas.
2. a taxa de detecção deve ser superior a 99,95%, e a taxa de detecção falsa deve ser controlada abaixo de 1%.
3. compatível com diferentes tipos de produtos.
2) Arquitetura de soluções:
Considerando a forma do produto e a organização do local, o programa selecionou uma câmara de matriz linear 2k para a recolha de mapas, com fonte de luz de matriz linear de alta luminosidade, para realçar as características de detecção do produto.
3) Vantagens do programa:
1. usar algoritmo de aprendizagem profunda para detectar defeitos e julgar categorias de defeito. através da coleta de defeitos e iteração do modelo, a taxa de reconhecimento abrangente atinge mais de 99%, e o controle de inspeção é inferior a 2%.
2. avaliação de defeitos, promover a melhoria e promoção do processo do cliente.
EN
