ใหม่ Common Rail Injector อุปกรณ์เสริมวาล์ว F00VC01317 สำหรับหัวฉีด 0445110230

การตรวจจับข้อบกพร่องของบ่าวาล์วหัวฉีดยานยนต์โดยพิจารณาจากคุณสมบัติฟิวชั่น(ตอนที่ 2)

แม้ว่าอัลกอริธึม Faster R-CNN จะมีประสิทธิภาพการตรวจจับที่ดีในการตรวจจับวัตถุ แต่ขนาดข้อบกพร่องของหัวฉีดน้ำมันเชื้อเพลิงในรถยนต์นั้นมีขนาดค่อนข้างเล็กและมีข้อบกพร่องหลายประเภท ดังนั้นจึงใช้การตรวจจับ R-CNN ที่เร็วขึ้นในกระบวนการนี้ จึงเป็นไปไม่ได้ที่จะระบุและระบุตำแหน่งข้อบกพร่องได้อย่างแม่นยำ ซึ่งมีแนวโน้มที่จะทำให้พลาดการตรวจสอบ ในบทความนี้ เราแนะนำแนวคิดของการหลอมรวมฟีเจอร์บนอัลกอริธึม Faster R-CNN หลอมรวมคุณสมบัติของเลเยอร์ Convolution ต่างๆ ปรับปรุงความสามารถในการแสดงออกของอัลกอริธึมการตรวจจับ และทำให้แม่นยำยิ่งขึ้นในการตรวจจับข้อบกพร่องของบ่าวาล์วของ หัวฉีดรถยนต์

2. การสร้างชุดข้อมูล

2.1 การประมวลผลข้อมูลภาพ

ในกระบวนการรวบรวมข้อบกพร่องในบ่าวาล์วของหัวฉีดรถยนต์ด้วยความช่วยเหลือของฮาร์ดแวร์ เช่น กล้องอุตสาหกรรม CCD, เครื่องมือ, PC ฯลฯ เนื่องจากการรบกวนของสภาพแวดล้อม กระแสไฟฟ้า การทำงาน และปัจจัยอื่น ๆ ภาพที่รวบรวมได้ จะเพิ่มความยากในการดำเนินการในภายหลัง เพื่อลดความซับซ้อนของงานในภายหลัง ต้องใช้วิธีที่มีประสิทธิภาพในการประมวลผลภาพล่วงหน้าในการผลิตจริง

ประการแรก ในระหว่างกระบวนการรับภาพ จะเกิดปัญหาต่างๆ เช่น ความซ้ำซ้อนของภาพ และการตั้งชื่อที่ผิดปกติระหว่างการบันทึก รูปภาพที่ซ้ำซ้อนจะไม่เพียงส่งผลต่องานเท่านั้น แต่ประสิทธิภาพยังส่งผลกระทบอย่างมากอีกด้วย และจะเพิ่มความยากในการทำงานต่อไปด้วย ดังนั้นจึงจำเป็นต้องลบภาพที่ซ้ำกันออก

ประการที่สอง ในการรวบรวม ในกระบวนการของภาพ เนื่องจากอิทธิพลของกระแสและเสียง ข้อมูลบางอย่างที่ไม่เกี่ยวข้องจะถูกสร้างขึ้น เนื่องจากอิทธิพลของกระแสและเสียง ดังนั้นจึงจำเป็นต้องใช้วิธีการกรองแบบเกาส์เซียนเพื่อปฏิเสธภาพและเก็บข้อมูลที่เป็นประโยชน์สำหรับการตรวจจับและจดจำ