OpenVINOTM,给你看得见的未来!>>
电子产品世界 » 论坛首页 » 综合技术 » 工业控制与自动化 » 案例分享-看基于深度学习的机器视觉识别如何为医****行业PET、HDPE检测赋

共1条 1/1 1 跳转至

案例分享-看基于深度学习的机器视觉识别如何为医****行业PET、HDPE检测赋能,实现工业视觉检测自动化

菜鸟
2021-03-30 15:15:13     打赏
导语

• 某PE瓶制造公司希望建立PE瓶检测系统,利用机器视觉技术快速准确全方位识别****瓶外观瑕疵, 并将有瑕疵的产品在线自动剔除。


• 本案采用多个相机进行检测。在蓝海大脑深度学习训练平台进行AI训练,并部署到工业视觉检测平台。实时动态显示检测数据,提示缺陷样品达到限额。提供“训练+部署”端到端解决方案,大大提高检测效率。



1  背景及挑战


- 传统人工方式检测****瓶,主观性强、速度慢、易受干扰、易疲劳。

- 不能及时准确判断****瓶缺陷,且质检效率难以把控。


2  项目需求


- 配备传送装置,通过理瓶设施进入检测设备进行全面检测剔除。


- 利用机器视觉技术快速准确的识别****瓶外观瑕疵,并将有瑕疵的产品在线自动剔除。

- 具备深度学习能力和自维护升级功能,不断积累数据实现剔除准确率趋于100%能力。

- 实现产品全方位无死角检测, 实时显示检测结果。


3  机器视觉主要功能 


1. 识别
识别物体的物理特征(如外形、颜色、字符、二维码、条码等)。引入深度学习后模式识别的应用范围和精度得到大大提升。


2. 定位

通过得到图像的坐标信息来自动判断 物体的位置,校正、引导、对位、跟踪。分为2D定位和3D定位,通常与机械手配合使用。

3. 测量
自动测量产品外观尺寸,如宽高、孔径、直径和间距等。引入深度学习后,可对不规则裂痕、划伤进行长度、深度测量。

4. 检测

检测产品的污点、裂痕、划伤、缺损等。引入深度学习后大量原本无法检测的缺陷已可检测。


图片.png


解决方案 4


蓝海大脑AI智能产品集.png


- 采用AI智能相机多角度进行数据采集。GPU液冷工作站运行AI视觉检测系统,进行深度学习、训练、分析等


- 脏污、变形等缺陷使用传统算法;瓶身吹不满、瓶壁薄厚不匀等缺陷使用AI深度学习算法检测


- 收集缺陷样品,在深度学习训练平台进行AI训练,并部署到工业视觉检测平台


- 缺陷品分类:底层算法给出检出结果,实现对主要缺陷进行分类统计


- 实时动态显示检测数据,提示缺陷样品达到限额及时警示


- 提供“训练+部署”端到端解决方案


5  技术难点 


- 自动上料机的设计


- 产品缺陷种类较多


- 检测后的不良品分类剔除

      

基于蓝海大脑工业视觉智能平台+专业自动光学机构及自动化产线,通过深度学习构建全新识别模型,实现全流程自动化智能化的产品质量表面缺陷检测,实时输出全量质量数据。





关键词: 工业检测     机器检测     案例     深度学习     机器视觉     自动    

共1条 1/1 1 跳转至

回复

匿名不能发帖!请先 [ 登陆 注册 ]