Novo montaxe de válvula de accesorios de inyector de carril común F00VC01317 para inyector 0445110230

Detección de defectos do asento da válvula do inxector do automóbil en función da fusión de características(parte 2)

Aínda que o algoritmo Faster R-CNN ten un bo rendemento de detección na detección de obxectos, o tamaño do defecto do asento do inxector de combustible do automóbil é relativamente pequeno e hai moitos tipos de defectos. Polo tanto, a detección R-CNN máis rápida úsase no proceso, é imposible completar con precisión a identificación e o posicionamento dos defectos, o que é probable que cause unha inspección perdida. Neste artigo, introducimos a idea da fusión de características no algoritmo Faster R-CNN, fusionamos as características de diferentes capas de convolución, melloramos a capacidade de expresión do algoritmo de detección e facemos máis preciso detectar os defectos do asento da válvula de o inxector do automóbil.

2. Construción do conxunto de datos

2.1 Tratamento de datos da imaxe

No proceso de recollida de defectos no asento da chave do inxector do automóbil coa axuda de hardware como cámaras industriais CCD, ferramentas, PC, etc., debido á interferencia do ambiente, a corrente, o funcionamento e outros factores, as imaxes recollidas aumentará a dificultade das operacións posteriores, co fin de simplificar Os traballos posteriores requiren métodos eficaces para preprocesar as imaxes na produción real.

En primeiro lugar, durante o proceso de adquisición de imaxes, haberá problemas como a redundancia da imaxe e as irregularidades de nomeamento durante o gardado. As imaxes redundantes non só afectarán ao traballo, a eficiencia ten un gran impacto, e aumentará a dificultade do traballo posterior. Polo tanto, é necesario eliminar as imaxes duplicadas.

En segundo lugar, na recollida No proceso da imaxe, pola influencia da corrente e do ruído, xerarase algunha información irrelevante. Polo tanto, é necesario utilizar o método de filtrado gaussiano para eliminar ruído da imaxe e conservar a información útil para a súa detección e recoñecemento.