|
汽车轮毂类型检测应用案例人工方法对轮毂进行分类的效率低，容易导致错误识别，为了提高生产率，和增加轮毂识别的准确率，采用机器视觉系统对汽车轮毂进行智能识别，具有结构简单，识别率高，精度高，抗干扰能力强等优点，能够满足轮毂自动化生产线要求。 一、需求描述： 1、轮毂生产、转运后需要对不同种类的轮毂进行分类、以便后续分选、包装。 2、人工检测方法识别效率低、人力成本高、准确率低。
二、技术要求： 1、识别准确率：>99.9% 2、轮毂识别种类：>200种 方案架构 轮毂类型检测系统选用海康机器人130万高分辨率相机，配合大面积中孔面光源，利用深度学习分类工具，实现多种轮毂在产线传送带上随机混流的状态下的自动识别分类。
方案优势 1、识别准确：初始模型的训练每类样本收集80-100张，综合识别率可达99%以上，通过现场的迭代，最终识别准确率达99.99%以上。 2、识别容量大：深度学习分类算法利用卷积神经网络和大数据样本优势，提升了识别容量。
|
