Nova Common Rail Injekciilo Akcesoraĵo Valva Asembleo F00VC01317 por Injektilo 0445110230

Difekto-detekto de aŭta injekcila valvseĝo bazita sur trajto-fuzio(parto 2)

Kvankam la Faster R-CNN-algoritmo havas bonan detektan agadon en la detekto de objektoj, la sidloka difekto de aŭta fuelinjekciilo estas relative malgranda kaj ekzistas multaj specoj de difektoj. Tial, la Faster R-CNN-detekto estas uzata en la procezo, estas neeble precize kompletigi la identigon kaj poziciigon de difektoj, kio verŝajne kaŭzos maltrafitan inspektadon. En ĉi tiu artikolo, ni enkondukas la ideon de karakteriza kunfandiĝo sur la Faster R-CNN-algoritmo, kunfandas la trajtojn de malsamaj kunvoluciaj tavoloj, plibonigas la esprimkapablon de la detekta algoritmo kaj faras pli precize detekti la difektojn de la valva sidejo de la aŭto-injektilo.

2. Konstruo de Datumoj

2.1 Prilaborado de Bildaj Datumoj

En la procezo de kolektado de difektoj en la valva seĝo de la aŭto-injekciilo helpe de aparataro kiel CCD-industriaj fotiloj, ilaro, komputilo, ktp., pro la interfero de la medio, fluo, operacio kaj aliaj faktoroj, la kolektitaj bildoj. pliigos la malfacilecon de postaj operacioj, por simpligi Posta laboro postulas efikajn metodojn por antaŭprilabori la bildojn en efektiva produktado.

Unue, dum la procezo de akiro de bildoj, estos problemoj kiel bilda redundo kaj nomado de malregulaĵoj dum konservado. Redundaj bildoj ne nur influos la laboron, la efikeco havas grandan efikon, kaj ĝi pliigos la malfacilecon de posta laboro. Tial necesas forigi duplikatajn bildojn.

Due, en la kolekto En la procezo de la bildo, pro la influo de fluo kaj bruo, iuj sensignivaj informoj estos generitaj. Tial necesas uzi la gaŭsan filtran metodon por senbruigi la bildon kaj konservi la utilajn informojn por detekto kaj rekono.