Anyar Common Rail Injector Asesoris Klep Majelis F00VC01317 pikeun Injector 0445110230

Deteksi cacad korsi klep injector otomotif dumasar kana fusi fitur(bagian 2)

Sanajan algoritma R-CNN leuwih gancang boga kinerja deteksi alus dina deteksi objék, ukuran cacad korsi mobil injector suluh relatif leutik tur aya rupa-rupa defects. Ku alatan éta, deteksi gancang R-CNN dipaké dina prosés, teu mungkin mun akurat ngalengkepan idéntifikasi jeung positioning of defects, nu kamungkinan ngabalukarkeun inspeksi lasut. Dina makalah ieu, urang ngenalkeun ide fusi fitur dina algoritma R-CNN anu langkung gancang, ngahijikeun fitur lapisan konvolusi anu béda, ningkatkeun kamampuan éksprési algoritma deteksi, sareng ngajantenkeun langkung akurat pikeun ngadeteksi cacad tina korsi klep. injektor mobil.

2. Pangwangunan Dataset

2.1 Ngolah Data Gambar

Dina prosés ngumpulkeun defects dina korsi klep tina injector mobil kalayan bantuan hardware kayaning kaméra industri CCD, tooling, PC, jeung sajabana, alatan gangguan lingkungan, arus, operasi sarta faktor sejen, gambar dikumpulkeun. bakal ningkatkeun kasusah tina operasi saterusna, guna simplify karya saterusna merlukeun métode éféktif pikeun preprocess gambar dina produksi sabenerna.

Kahiji, salila prosés akuisisi gambar, bakal aya masalah kayaning redundansi gambar jeung irregularities ngaran salila nyimpen. Gambar kaleuleuwihan teu ngan bakal mangaruhan karya efisiensi boga dampak gede, sarta eta bakal nambahan kasusah karya saterusna. Ku alatan éta, perlu miceun duplikat gambar.

Bréh, dina kumpulan Dina prosés gambar, alatan pangaruh arus jeung noise, sababaraha informasi teu relevan bakal dihasilkeun. Ku alatan éta, perlu ngagunakeun métode nyaring Gaussian pikeun denoise gambar jeung nahan informasi mangpaat pikeun deteksi jeung pangakuan.