AI visuele inspectiemachine voor het vormen van pulp Bagasse ronde plaat

AI Visuele Inspectiemachine voor Pulp Molding Bagasse Ronde Plaat

Inspectienormen

Toepassing van camera

1. Detectie van het voorste gebied: De achterkant van het inkomende materiaal op de tray is naar boven gericht en wordt in de lucht gehouden door de negatieve drukband. Een set industriële camera's is direct onder de tray geplaatst en het gebruik van visuele lichtbron wordt gebruikt om beelden van het voorste gebied te verzamelen voor verwerking.
2. Detectie van het achterste gebied: Nadat het voorste gebied is gedetecteerd, valt de pallet soepel op de achterste band en is de achterkant nog steeds naar boven gericht. Een set industriële camera's is direct boven de pallet geplaatst en met behulp van visuele lichtbron wordt het beeld van het achterste gebied verzameld voor verwerking.
3. Detectie van het schuine gebied: De achterkant van de pallet is naar boven gericht en 4 sets industriële camera's zijn in een cirkel boven de pallet geplaatst, die in combinatie met de visuele lichtbron worden gebruikt om beelden van het schuine gebied te verzamelen voor verwerking

Configuratieparameters

Voordelen van AI-algoritme

• Nauwkeurigheid van resultaten: In vergelijking met traditionele visie-algoritmen is de stabiliteit van deep learning-algoritmen sterk verbeterd en kan het zich aanpassen aan algemene verstoringen in de omgeving en achtergrond. Tegelijkertijd is de nauwkeurigheid van het algoritme ook hoger dan die van traditionele visie-algoritmen;
• Veelzijdigheid van algoritmen: Voor verschillende defecten hoeven slechts een klein aantal defecte voorbeelden te worden verzameld. Na voldoende training kunnen verschillende defecte voorbeelden automatisch worden geïdentificeerd. Het aangenomen algoritme is een uniform algoritme-framework;
• Ontwikkelingstijdigheid: Omdat er geen algoritmen hoeven te worden ontwikkeld voor verschillende defecten, wordt de hele ontwikkelingscyclus aanzienlijk verkort en hebben algemene visuele defectprojecten slechts 2-3 uur nodig om online te gaan voor testen;
• Betrouwbaarheid van het milieu: Dankzij de garantie van GPU-rekenkracht kan het hele systeem lange tijd in een omgeving met hoge temperaturen werken met voldoende rekencapaciteitsmarge.

Voordelen van big data cloud platform

• Het model is breed toepasbaar: door te onderscheiden of er een sjabloon is of niet, kan het in principe voldoen aan de detectie-eisen van oppervlaktefouten en kunnen willekeurig nieuwe defectmodellen worden toegevoegd;
• De robuustheid van het model is goed: door de systeem-signaalconsistentie-aanpassing is het in principe gegarandeerd dat er geen fijnafstemming ter plaatse nodig is en dat het normaal kan werken wanneer het online gaat;
• Er zijn minder trainingsvoorbeelden nodig: In het geval dat een groot aantal defecte voorbeelden niet kan worden verkregen, kan de automatische synthese van voorbeelden worden gebruikt om te voldoen aan de behoeften van deep learning met grote gegevensvolume trainingsvoorbeelden;
• Snelle modelredeneersnelheid: Beheers de kosten van modelimplementatie en bied klanten zoveel mogelijk een kosteneffectief implementatieplatform, op voorwaarde dat aan de behoeften wordt voldaan.