Sistema de inspección visual del Ai para la placa biodegradable de la ronda del bagazo

Sistema de inspección visual del Ai para la placa biodegradable de la ronda del bagazo

Estándares de la inspección

Uso de la cámara

1. Detección delantera del área: El dorso del material entrante en la bandeja es ascendente, y es suspendido en el aire por la correa de la presión negativa. Un sistema de cámaras industriales se arregla directamente debajo de la bandeja, y el uso de la fuente de luz visual se utiliza para recoger imágenes del área delantera para procesar.
2. Detección reversa del área: Después de que se detecte el área delantera, la plataforma cae en la correa posterior suavemente, y el dorso todavía está haciendo frente para arriba. Un sistema de cámaras industriales se arregla directamente sobre la plataforma, y con el uso de la fuente de luz visual, la imagen del área reversa se recoge para procesar.
3. Detección biselada del área: El dorso de la plataforma está haciendo frente hacia arriba, y 4 sistemas de las cámaras industriales se arreglan en un círculo sobre la plataforma, que se utilizan conjuntamente con la fuente de luz visual para recoger imágenes del área biselada para procesar

Parámetros de la configuración

Ventajas del algoritmo del ai

• Exactitud de resultados: Comparado con algoritmos tradicionales de la visión, la estabilidad de los algoritmos de aprendizaje profundos se mejora grandemente, y puede adaptarse a los disturbios generales en el ambiente y el fondo. Al mismo tiempo, la exactitud del algoritmo es también más alta que la de los algoritmos tradicionales de la visión;
• Flexibilidad del algoritmo: Para diversos defectos, solamente una pequeña cantidad de muestras del defecto necesitan ser recogidas. Después del suficiente entrenamiento, diversas muestras del defecto pueden ser identificadas automáticamente. El algoritmo adoptado es un marco unificado del algoritmo;
• Puntualidad del desarrollo: Puesto que no hay necesidad de desarrollar los algoritmos para diversos defectos, el ciclo de desarrollo entero se acorta grandemente, y los proyectos generales del defecto visual necesitan solamente 2-3 horas ir en línea para probar;
• Confiabilidad ambiental: Debido a la garantía del poder de computación de GPU, el sistema entero puede trabajar en un ambiente de alta temperatura durante mucho tiempo con el suficiente margen del poder de computación.

Ventajas de la plataforma grande de la nube de los datos

• El modelo tiene aplicabilidad amplia: distinguiendo si hay una plantilla o no, puede cubrir básicamente los requisitos de la detección de los defectos superficiales, y los nuevos modelos del defecto se pueden añadir arbitrariamente;
• La robustez del modelo es buena: con el ajuste de la consistencia de la señal del sistema, se garantiza básicamente que no hay necesidad de ajustar en sitio, y puede correr normalmente cuando va en línea;
• Se requieren menos muestras de entrenamiento: En el caso donde un gran número de muestras del defecto no pueden ser obtenidas, la síntesis automática de muestras se puede utilizar para cubrir las necesidades del aprendizaje profundo con las muestras grandes del entrenamiento del volumen de los datos;
• Velocidad que razona modelo rápida: Controle el coste de despliegue modelo, y provea de los clientes una plataforma rentable del despliegue tanto cuanto sea posible en la premisa de cubrir las necesidades.