A superfície do radiador do ar-condicionado do carro apresenta defeitos devido a razões como processamento e manuseio, e o uso de inspeção manual é ineficiente e propenso a erros. Agora, a aprendizagem profunda é utilizada para substituir a mão de obra humana.
Partilhar
1). Fundo do projeto:
Descrição do requisito:
1. O condicionador de ar terá defeitos após a conclusão da produção e manuseio, e é necessário detectar defeitos como sujeira, dano, deslocamento e amassamento.
2. Alterar o status quo de baixa eficiência e baixa precisão na detecção manual.
Requisitos técnicos:
1. Diferentes categorias de defeitos são necessárias para serem detectadas e classificadas.
2. A taxa de detecção deve ser superior a 99,95%, e a taxa de falsa detecção deve ser controlada abaixo de 1%.
3. Compatível com diferentes tipos de produtos.
2). Arquitetura da solução:
Considerando a forma do produto e a organização do local, o esquema selecionou uma câmera de matriz linear de 2K para coleta de mapas, com fonte de luz linear de alta intensidade, para destacar as características de detecção do produto.
3). Vantagens do programa:
1. Use algoritmo de aprendizado profundo para detectar defeitos e julgar categorias de defeitos. Através da coleta de defeitos e iteração do modelo, a taxa de reconhecimento geral atinge mais de 99%, e o controle de inspeção é inferior a 2%.
2. julgamento de categoria de defeitos, inversamente promove a melhoria do processo do cliente e a promoção.
EN
