Ефективність ручного класифікаційного колеса низька, а ступіння помилок висока. Розв'язок машинного бачення має переваги простого будови, високої точності розпізнавання, високої точності та сильного опору до завад, що може задовольняти вимоги автоматизованого виробництва.
Поділитися1. Контекст проекту:
Опис вимог:
1. Після виробництва і транспортування дисків, різні види дисків необхідно класифікувати для подальшого сортування та упаковки.
2. Ефективність ручного методу виявлення низька, високі трудомісткість та низька точність.
Технічні вимоги:
1. Точність розпізнавання: >99.9%
2. Тип виявлення диска: >200 видів
2. Архітектура рішення:
Система детектора типу диска використовує 1.3-мегапіксельну високорозрізню камеру Haitianxiang, поєднану з великим площовим середньо-отворчим світлових джерелом, і використовує інструменти глибокого навчання для класифікації, щоб реалізувати автоматичне розпізнавання та класифікацію багатьох дисків у стані випадкового мішаного потоку на конвеєрі виробничої лінії.
3. Переваги програми:
1. Точне розпізнавання: під час початкового навчання моделі кожен тип зразків збирал 80-100, загальна точність розпізнавання може досягати більше 99%, через ітерації на місці, кінцева точність розпізнавання складає більше 99.99%.
2. Велика місткість розпізнавання: алгоритми класифікації глибокого навчання використовують згорткові нейронні мережі та великі дані для покращення здатності до розпізнавання.