新しいコモンレールバルブ F00VC01362 インジェクター用 0445110302 0445110303 注射針用

社会の急速な発展により、自動車は日常生活における移動手段としてますます重要になっています。自動車用インジェクターのバルブシートは、自動車のシリンダー内にガソリンを噴射する装置であり、燃料量の制御において非常に重要な役割を果たしています。部品の品質をいかに向上させるかが重要な課題となっていますが、部品サイズが小さいため、加工技術の制限を受けやすいです。製造プロセス中に、内部に傷、欠陥、錆び、白い斑点、その他の種類の欠陥が必然的に残り、自動車用インジェクターシートの性能に影響を与えます。

そのため、多くの部品の中から不良品を選び出すことは避けられないプロジェクトとなっている。画像データの急速な増加とハードウェアコンピューティング能力の急速な進歩に伴い、畳み込みニューラルネットワークに代表される深層学習検出技術が探傷関連タスクに適用されています。従来のアルゴリズムと比較して、パフォーマンスが大幅に向上しました。2014 年に、Ross Girshick [1] らは、選択的検索アルゴリズムを通じて候補領域を抽出する R-CNN アルゴリズムを提案しましたが、このアルゴリズムは計算量が多く、時間がかかります。その後、物体の変形の問題を解決するターゲット検出アルゴリズム SPP-Net が提案され、さらにマルチタスク損失と RoI Pooling を導入することで分類と回帰を完了するマルチタスク学習を使用する Fast R-CNN が提案されます。

ただし、アルゴリズムで採用されている地域別の方法では、依然として多くの時間がかかります。したがって、Ren [2] は Faster R-CNN アルゴリズムを提案しました。このアルゴリズムには、速度とパフォーマンスが大幅に向上した Fast R-CNN アルゴリズムに基づいた RPN ネットワークが導入されています。Faster R-CNN アルゴリズムは、他のアルゴリズムよりも物体検出において優れた結果を達成できます。