Novi Common Rail pribor za injektor, sklop ventila F00VC01317 za injektor 0445110230

Detekcija kvara sjedišta ventila automobilske mlaznice na temelju fuzije značajki(2. dio)

Iako Faster R-CNN algoritam ima dobre performanse detekcije u detekciji objekata, veličina defekta sjedala mlaznice za gorivo u automobilu je relativno mala i postoji mnogo vrsta defekata. Zbog toga se u procesu koristi Faster R-CNN detekcija, nemoguće je točno dovršiti identifikaciju i pozicioniranje nedostataka, što će vjerojatno uzrokovati propuštenu inspekciju. U ovom radu predstavljamo ideju spajanja značajki na Faster R-CNN algoritmu, spajamo značajke različitih konvolucijskih slojeva, poboljšavamo sposobnost izražavanja algoritma za otkrivanje i činimo preciznijim otkrivanje nedostataka sjedišta ventila automobilski injektor.

2. Izgradnja skupa podataka

2.1 Obrada slikovnih podataka

U procesu prikupljanja nedostataka na sjedištu ventila automobilske brizgaljke uz pomoć hardvera kao što su CCD industrijske kamere, alati, računala itd., zbog interferencije okoline, struje, rada i drugih čimbenika, prikupljene slike će povećati poteškoće naknadnih operacija, kako bi se pojednostavnio Naknadni rad zahtijeva učinkovite metode za prethodnu obradu slika u stvarnoj proizvodnji.

Prvo, tijekom procesa prikupljanja slike, pojavit će se problemi kao što su redundantnost slike i nepravilnosti u imenovanju tijekom spremanja. Suvišne slike ne samo da će utjecati na rad, već i učinkovitost ima velik utjecaj, a povećat će i poteškoće naknadnog rada. Stoga je potrebno ukloniti duple slike.

Drugo, u procesu prikupljanja slike, zbog utjecaja struje i buke, generirat će se neke nebitne informacije. Stoga je potrebno koristiti Gaussovu metodu filtriranja za uklanjanje šuma na slici i zadržavanje korisnih informacija za detekciju i prepoznavanje.