Otomobil klima radyatörünün yüzeyi işlem, işleme ve diğer nedenlerden dolayı kusurlu ve manuel algılama kullanımı verimsiz ve yanlış değerlendirilmesi kolaydır. Derin öğrenme şimdi kılavuzun yerine kullanılıyor.
Paylaş
1) Proje geçmişi:
Gereksinimlerin açıklaması:
1. üretim ve kullanım tamamlandıktan sonra klima kusurlu olacaktır ve kir, hasar, çıkış ve çukur gibi kusurları tespit etmek gerekir.
2. manuel algının düşük verimliliği ve düşük doğruluğunun mevcut durumunu değiştirmek.
teknik gereksinimler:
1. Farklı kusur kategorilerinin tespit edilmesi ve sınıflandırılması gerekmektedir.
2. tespit oranının %99,95'in üzerinde olması ve yanlış tespit oranının %1'in altında kontrol edilmesi gerekmektedir.
3. Farklı ürün türleriyle uyumludur.
2) Çözüm mimarisi:
Ürünün şeklini ve alanın organizasyonunu göz önünde bulundurarak, proje, ürün algılama özelliklerini vurgulamak için yüksek ışıklı doğrusal dizil ışık kaynağı ile harita toplama için 2k doğrusal dizil kamerası seçti.
3) Program avantajları:
1. kusurları tespit etmek ve kusur kategorilerini yargılamak için derin öğrenme algoritması kullanın. kusur toplama ve model tekrarlaması yoluyla kapsamlı tanıma oranı% 99'dan fazla ve denetim kontrolü% 2'den azdır.
2. kusurların kategorisi yargılama, ters müşteri süreci iyileştirme ve tanıtım teşvik.
EN
