인젝터 0445110230용 새로운 커먼 레일 인젝터 액세서리 밸브 어셈블리 F00VC01317

기능 융합 기반 자동차 인젝터 밸브 시트의 결함 검출(2부)

Faster R-CNN 알고리즘은 물체 감지에 있어 좋은 감지 성능을 가지고 있지만, 자동차 연료 분사 장치의 시트 결함 크기는 상대적으로 작고 결함 종류도 많습니다. 따라서 Faster R-CNN 검출이 프로세스에 사용되므로 결함 식별 및 위치 지정을 정확하게 완료하는 것이 불가능하여 검사 누락이 발생할 수 있습니다. 본 논문에서는 Faster R-CNN 알고리즘에 대한 특징 융합 아이디어를 소개하고, 서로 다른 컨볼루션 레이어의 특징을 융합하여 검출 알고리즘의 표현 능력을 향상시키고, 밸브 시트의 결함을 보다 정확하게 검출할 수 있도록 합니다. 자동차 인젝터.

2. 데이터세트 구축

2.1 이미지 데이터 처리

CCD 산업용 카메라, 툴링, PC 등 하드웨어의 도움으로 자동차 인젝터 밸브 시트의 결함을 수집하는 과정에서 환경, 전류, 작동 및 기타 요인의 간섭으로 인해 수집된 사진 후속 작업을 단순화하기 위해 후속 작업의 어려움이 증가합니다. 후속 작업에는 실제 제작에서 이미지를 전처리하는 효과적인 방법이 필요합니다.

첫째, 이미지 획득 과정에서 이미지 중복, 저장 중 명명 불규칙성 등의 문제가 발생합니다. 중복된 이미지는 작업에 영향을 미칠 뿐만 아니라 효율성에도 큰 영향을 미치며 후속 작업의 난이도도 높아집니다. 따라서 중복된 사진을 제거해야 합니다.

둘째, 컬렉션에서 사진을 촬영하는 과정에서 전류와 노이즈의 영향으로 일부 관련 없는 정보가 생성됩니다. 따라서 영상의 잡음을 제거하고 검출 및 인식에 유용한 정보를 유지하려면 가우시안 필터링 방법을 사용해야 합니다.