A eficiência da classificação manual do cubo da roda é baixa e a taxa de erro é alta. A solução de visão computacional possui as vantagens de estrutura simples, taxa de reconhecimento alta, precisão elevada e forte capacidade de anti-interferência, o que pode atender aos requisitos de produção automática.
Partilhar
i. Contexto do projeto:
Descrição do requisito:
1. Após a produção e o transporte dos pneus, diferentes tipos de pneus precisam ser classificados para a ordenação e embalagem subsequentes.
2. A eficiência da identificação pelo método de detecção manual é baixa, com altos custos de mão-de-obra e baixa precisão.
Requisitos técnicos:
1. Precisão de reconhecimento: >99,9%
2. Tipos de identificação de rodas: >200 tipos
iI. Arquitetura da solução:
O sistema de detecção de tipo de roda utiliza uma câmera de alta resolução de 1,3 megapixels da Haitianxiang, combinada com uma fonte de luz superficial de médio-buraco de grande área, e utiliza ferramentas de classificação baseadas em aprendizado profundo para realizar a identificação e classificação automáticas de vários tipos de rodas em um estado de fluxo misto aleatório na esteira transportadora da linha de produção.
iII. Vantagens do programa:
1. Reconhecimento preciso: o treinamento inicial do modelo para cada tipo de amostra coletou 80-100 amostras, a taxa de reconhecimento geral pode alcançar mais de 99%, através da iteração no campo, a precisão final de reconhecimento pode chegar a mais de 99,99%.
2. Grande capacidade de reconhecimento: algoritmos de classificação baseados em aprendizado profundo utilizam redes neurais convolucionais e amostras de grandes dados para melhorar a capacidade de reconhecimento.
PT
