In het productieproces van instantnoedels laat de verpakkinglijn automatisch een lepel vallen, maar er is een bepaalde kans dat er meerdere lepels of gesloten lepels zullen zijn, wat de normale gebruik van instantnoedels beïnvloedt.
Deel
1). Projectachtergrond:
Eise beschrijving:
In het productieproces van instantnoedels daalt de verpakkinglijn automatisch de lepel af, maar er is een bepaalde kans dat er meerdere lepels of gebroken lepels zijn, wat de normale gebruik van instantnoedels beïnvloedt. Momenteel worden bij elke werkplaats twee handcontroles uitgevoerd, wat hoge arbeidskosten oplevert en een slechte detectiestabiliteit en lage efficiëntie tot gevolg heeft. De fabriek wil machinevisie introduceren om menselijke arbeid te vervangen en productielijnen te upgraden.
Technische eisen:
De productieritme moet hoger zijn dan 6 pakketten/s.
De missdetectieratio moet minder zijn dan 0,01%.
2). Oplossingsarchitectuur:
1. Opstellingsschema:
2. Imagingrenderingen:
3). Programma-voordelen:
De houding van de vork is divers, de positie is willekeurig en deze kan in verschillende mate worden geblokkeerd door de materiaalverpakking. De helderheid van de afbeelding verandert nadat de lichtbron langere tijd is gebruikt. Na introductie van deep learning oplossingen , is de algemene prestatie verder verbeterd.
Wordt weergegeven in:
1. Overwin het probleem dat de kleur van de instantnoedelsvork dicht bij die van platbrood ligt.
2. overwin obstructie, lichtverval en andere scene-transformatieproblemen.
3. uitstekende herkeningsnauwkeurigheid, de faalratio is minder dan 0,01%.
4. hoge detectie-efficiëntie, de algoritme neemt minder dan 30ms in beslag.
EN
