KI-Sichtprüfmaschine für Rundplatten aus Zellstoffformteilen (Bagasse)

AI-Visuelle Inspektionsmaschine für die Zellstoffformung

Inspektionsnormen

Anwendung der Kamera

1. Vorderbereichsdetektion: Die Rückseite des eingehenden Materials auf dem Tablett ist nach oben gerichtet und wird durch den Abdruckgurt in der Luft aufgehängt.Eine Reihe von Industrie-Kameras ist direkt unter dem Tablett angeordnet, und die Verwendung einer visuellen Lichtquelle wird verwendet, um Bilder des vorderen Bereichs zur Verarbeitung zu sammeln.
2. Nachweis der Rückseite: Nach dem Nachweis der Vorderseite fällt die Palette glatt auf den hinteren Gürtel und die Rückseite ist immer noch nach oben gerichtet.Eine Reihe von Industrie-Kameras ist direkt über der Palette angeordnet, und mit Hilfe einer visuellen Lichtquelle wird das Bild der Rückseite zur Verarbeitung gesammelt.
3. Bevel Area Detection: Die Rückseite der Palette ist nach oben gerichtet, und 4 Sätze von Industrie-Kameras sind in einem Kreis über der Palette angeordnet,mit einer Breite von mehr als 20 mm,

Konfigurationsparameter

Vorteile des KI-Algorithmus

• Genauigkeit der Ergebnisse: Im Vergleich zu herkömmlichen Sehalgorithmen ist die Stabilität von Deep-Learning-Algorithmen erheblich verbessert.und kann sich an allgemeine Störungen in der Umwelt und im Hintergrund anpassenGleichzeitig ist die Genauigkeit des Algorithmus auch höher als bei herkömmlichen Sehalgorithmen.
• Algorithmusvielseitigkeit: Für verschiedene Defekte müssen nur eine kleine Anzahl von Defektproben gesammelt werden.Der übernommene Algorithmus ist ein einheitlicher Algorithmusrahmen;
• Entwicklungszeit: Da es nicht notwendig ist, Algorithmen für verschiedene Defekte zu entwickeln, wird der gesamte Entwicklungszyklus erheblich verkürzt.und allgemeine Sehfehler Projekte brauchen nur 2-3 Stunden, um online für die Prüfung zu gehen;
• Umweltverträglichkeit: Aufgrund der Garantie der GPU-Rechenleistung kann das gesamte System lange in einer hohtemperaturen Umgebung mit ausreichender Rechenleistung arbeiten.

Vorteile der Big Data Cloud-Plattform

• Das Modell hat eine breite Anwendbarkeit: Durch die Unterscheidung zwischen Vorlage und Nichtvorlage kann es grundsätzlich die Anforderungen an die Erkennung von Oberflächenfehlern erfüllen.und neue Defektmodelle können beliebig hinzugefügt werden;
• Die Robustheit des Modells ist gut: Durch die Anpassung der Signalkonsistenz des Systems ist im Prinzip gewährleistet, dass keine Feinabstimmung vor Ort erforderlich ist.und es kann normal laufen, wenn es online geht;
• Es sind weniger Ausbildungsproben erforderlich: Wenn eine große Anzahl von Defektproben nicht gewonnen werden kann,die automatische Synthese von Proben kann verwendet werden, um die Bedürfnisse von Deep Learning mit großen Datenvolumen-Trainingsproben zu erfüllen;
• Schnelle Modell-Reasoning-Geschwindigkeit: Die Kosten für die Modellbereitstellung kontrollieren und den Kunden so weit wie möglich eine kostengünstige Bereitstellungsplattform bieten, wobei die Anforderungen erfüllt werden müssen.