Dec 01, 2020 Mesaj bırakın

Derin öğrenmeye dayalı alüminyum yüzey kusur tespiti

Özet: Endüstriyel üretim alanında bilgi teknolojisinin derinlemesine uygulanması ile, endüstriyel üretim de büyük veri araştırma akıllı üretim gerçekleştirmek için önemli bir referans temeli haline geliyor ve hükümetin dönüşüm ve üretim işletmelerin in modernizasyonu rehberlik yardımcı olur. Geleneksel çelik, alüminyum ve diğer metal imalat sanayi, geniş üretim modu ve basit üretim süreci gibi sorunlar vardır. Bu nedenle, üretim sürecini geliştirmek ve üretim verimliliğini artırmak için yapay zeka gibi yeni nesil bilgi teknolojilerinin kullanılması acildir. Alüminyum kullanırken yüzey kontrol edilmelidir. Mevcut alüminyum yüzey kusur algılama geleneksel manuel görsel denetim ile sınırlıdır, çok zahmetli, ya da geleneksel yapay görme algoritması dayalı, tanıma oranı yüksek değildir, genellikle doğru zamanında yüzey kusurları belirleyemezsiniz. Bu sorunları çözmek için, Convolutional Nöral Ağlar ve YOLOv3 iki hedef algılama algoritması tarafından üretilen alüminyum kusur veri seti tespit etmek için kullanılır. Daha sonra, YOLOv3 algoritmasına dayalı olarak, alüminyum yüzey üzerinde küçük kusurların algılama etkisini iyileştirmek için iyileştirmeler yapılmıştır. Deneysel doğrulama Guangdong Endüstriyel İstihbarat Büyük Veri İnovasyon Yarışması tarafından sağlanan "alüminyum profil kusur tanıma" veri seti üzerinde yapılmıştır. Deneysel sonuçlar, geliştirilmiş algoritmanın ortalama Ortalama Hassasiyetinin (mAP) YOLOv3 algoritması'ndan %3,4 ve Hızlı R-CNN algoritması'ndan %1,8 daha yüksek olduğunu gösterdi.

aa

Soruşturma göndermek

whatsapp

Telefon

E-posta

Sorgulama