新しいコモンレールインジェクターアクセサリーバルブアセンブリ F00VC01317 インジェクター 0445110230

機能融合に基づく自動車用インジェクターバルブシートの欠陥検出(パート2)

Faster R-CNN アルゴリズムは物体の検出において優れた検出性能を持っていますが、自動車燃料インジェクターのシート欠陥サイズは比較的小さく、欠陥の種類も多数あります。したがって、プロセスで Faster R-CNN 検出が使用されると、欠陥の特定と位置決めを正確に完了することができず、検査漏れが発生する可能性があります。この論文では、Faster R-CNN アルゴリズムの特徴融合のアイデアを導入し、さまざまな畳み込み層の特徴を融合し、検出アルゴリズムの表現能力を向上させ、バルブシートの欠陥をより正確に検出できるようにします。自動車のインジェクター。

2. データセットの構築

2.1 画像データの処理

CCD産業用カメラ、工具、PCなどのハードウェアを使用して自動車インジェクターのバルブシートの欠陥を収集する過程で、環境、電流、動作、その他の要因の干渉により、収集された写真が後続の作業を簡略化するために、実際のプロダクションで画像を前処理するための効果的な方法が必要になります。

まず、画像の取得プロセス中に、画像の冗長性や保存時の名前の不規則性などの問題が発生します。冗長な画像は作業効率に大きな影響を与えるだけでなく、その後の作業の難易度を高めます。したがって、重複した画像を削除する必要があります。

第二に、収集において 画像の処理中に、電流やノイズの影響により、いくつかの無関係な情報が生成されます。したがって、ガウス フィルタリング手法を使用して画像のノイズを除去し、検出と認識に役立つ情報を保持する必要があります。