מכלול שסתומים חדש של מזרק מסילה משותף F00VC01317 עבור מזרק 0445110230

זיהוי פגמים במושב שסתום מזרק הרכב מבוסס על היתוך תכונה(חלק 2)

למרות שלאלגוריתם Faster R-CNN יש ביצועי זיהוי טובים בזיהוי עצמים, גודל הפגם במושב של מזרק דלק לרכב קטן יחסית וישנם סוגים רבים של פגמים. לכן, נעשה שימוש בזיהוי Faster R-CNN בתהליך, אי אפשר להשלים במדויק את הזיהוי והמיקום של פגמים, מה שעלול לגרום לאיבוד בדיקה. במאמר זה, אנו מציגים את הרעיון של היתוך תכונות באלגוריתם Faster R-CNN, ממזגים את התכונות של שכבות קונבולוציה שונות, משפרים את יכולת הביטוי של אלגוריתם הזיהוי, ומדויקים יותר לזהות את הפגמים של מושב השסתום של מזרק הרכב.

2. בניית מערכי נתונים

2.1 עיבוד נתוני תמונה

בתהליך איסוף פגמים במושב השסתום של מזרק הרכב בעזרת חומרה כמו מצלמות תעשייתיות CCD, כלי עבודה, PC וכו', עקב הפרעות הסביבה, זרם, פעולה וגורמים נוספים, התמונות שנאספו יגדיל את הקושי של פעולות עוקבות, על מנת לפשט עבודה שלאחר מכן דורשת שיטות יעילות לעיבוד מקדים של התמונות בהפקה בפועל.

ראשית, במהלך תהליך רכישת התמונה, יהיו בעיות כמו יתירות תמונה ואי סדרים בשמות במהלך השמירה. תמונות מיותרות לא רק ישפיעו על העבודה אלא ליעילות יש השפעה רבה, וזה יגדיל את הקושי של העבודה שלאחר מכן. לכן, יש צורך להסיר תמונות כפולות.

שנית, באוסף בתהליך התמונה, עקב השפעת הזרם והרעש, ייווצר מידע לא רלוונטי. לכן, יש צורך להשתמש בשיטת הסינון גאוסית כדי לטשטש את התמונה ולשמור על המידע השימושי לזיהוי וזיהוי.