Нові аксесуари для форсунок Common Rail Клапан у зборі F00VC01317 для форсунок 0445110230

Виявлення дефектів сідла клапана автомобільної форсунки на основі злиття ознак(частина 2)

Незважаючи на те, що алгоритм Faster R-CNN має хорошу ефективність виявлення об’єктів, розмір дефекту сідла автомобільної паливної форсунки є відносно малим, і існує багато видів дефектів. Тому в процесі використовується швидке виявлення R-CNN, неможливо точно завершити ідентифікацію та позиціонування дефектів, що, ймовірно, спричинить пропуск перевірки. У цьому документі ми представляємо ідею об’єднання ознак на алгоритмі Faster R-CNN, об’єднуємо особливості різних шарів згортки, покращуємо здатність алгоритму виявлення вираження та робимо більш точним виявлення дефектів сідла клапана автомобільний інжектор.

2. Побудова набору даних

2.1 Обробка даних зображення

У процесі збирання дефектів у сідлі клапана автомобільної форсунки за допомогою апаратного забезпечення, такого як промислові камери CCD, інструменти, ПК тощо, через вплив навколишнього середовища, струму, роботи та інших факторів, зібрані зображення збільшить складність наступних операцій, щоб спростити Подальша робота потребує ефективних методів попередньої обробки зображень у реальному виробництві.

По-перше, під час процесу отримання зображення виникнуть такі проблеми, як надлишковість зображення та неправильність імен під час збереження. Надлишкові зображення не тільки вплинуть на роботу, ефективність має великий вплив, але й збільшить складність подальшої роботи. Тому необхідно видалити дублікати картинок.

По-друге, в процесі збору зображення через вплив струму і шуму буде генеруватися деяка нерелевантна інформація. Таким чином, необхідно використовувати метод фільтрації Гауса, щоб зменшити шум зображення та зберегти корисну інформацію для виявлення та розпізнавання.