Bagong Common Rail Injector Accessories Valve Assembly F00VC01317 para sa Injector 0445110230

Defect detection ng automotive injector valve seat batay sa feature fusion(bahagi 2)

Kahit na ang Faster R-CNN algorithm ay may mahusay na pagganap ng pagtuklas sa pagtuklas ng mga bagay, ang laki ng depekto sa upuan ng automobile fuel injector ay medyo maliit at mayroong maraming uri ng mga depekto. Samakatuwid, ang Faster R-CNN detection ay ginagamit sa proseso, imposibleng tumpak na makumpleto ang pagkakakilanlan at pagpoposisyon ng mga depekto, na malamang na magdulot ng hindi nakuhang inspeksyon. Sa papel na ito, ipinakilala namin ang ideya ng feature fusion sa Faster R-CNN algorithm, pinagsama ang mga feature ng iba't ibang convolution layer, pinapahusay ang kakayahan sa pagpapahayag ng detection algorithm, at ginagawa itong mas tumpak upang matukoy ang mga depekto ng valve seat ng ang automobile injector.

2. Konstruksyon ng Dataset

2.1 Pagproseso ng Data ng Larawan

Sa proseso ng pagkolekta ng mga depekto sa valve seat ng automobile injector sa tulong ng hardware tulad ng CCD industrial camera, tooling, PC, atbp., Dahil sa panghihimasok ng kapaligiran, kasalukuyang, operasyon at iba pang mga kadahilanan, ang mga nakolektang larawan ay tataas ang kahirapan ng mga kasunod na operasyon, upang gawing simple Ang kasunod na gawain ay nangangailangan ng mga epektibong pamamaraan upang paunang iproseso ang mga imahe sa aktwal na produksyon.

Una, sa panahon ng proseso ng pagkuha ng imahe, magkakaroon ng mga problema tulad ng redundancy ng imahe at mga iregularidad sa pagbibigay ng pangalan sa panahon ng pag-save. Ang mga redundant na imahe ay hindi lamang makakaapekto sa trabaho ang kahusayan ay may malaking epekto, at ito ay magpapataas ng kahirapan ng kasunod na trabaho. Samakatuwid, ito ay kinakailangan upang alisin ang mga duplicate na larawan.

Pangalawa, sa koleksyon Sa proseso ng larawan, dahil sa impluwensya ng kasalukuyang at ingay, ang ilang hindi nauugnay na impormasyon ay bubuo. Samakatuwid, kinakailangang gamitin ang paraan ng pag-filter ng Gaussian upang i-denoise ang imahe at panatilihin ang kapaki-pakinabang na impormasyon para sa pagtuklas at pagkilala.