Novo conjunto de válvula comum f00vc01317 dos acessórios do injetor do trilho para o injetor 0445110230

Detecção de defeitos na sede da válvula injetora automotiva com base na fusão de recursos(parte 2)

Embora o algoritmo Faster R-CNN tenha bom desempenho de detecção na detecção de objetos, o tamanho do defeito do assento do injetor de combustível de automóvel é relativamente pequeno e existem muitos tipos de defeitos. Portanto, a detecção R-CNN mais rápida é utilizada no processo, sendo impossível concluir com precisão a identificação e posicionamento dos defeitos, o que pode causar uma falha na inspeção. Neste artigo, apresentamos a ideia de fusão de recursos no algoritmo Faster R-CNN, fundimos os recursos de diferentes camadas de convolução, melhoramos a capacidade de expressão do algoritmo de detecção e tornamos mais preciso a detecção de defeitos na sede da válvula de o injetor do automóvel.

2. Construção de conjunto de dados

2.1 Processamento de dados de imagem

No processo de coleta de defeitos na sede da válvula do injetor automotivo com auxílio de hardware como câmeras industriais CCD, ferramentais, PC, etc., devido à interferência do ambiente, corrente, operação e outros fatores, as fotos coletadas aumentará a dificuldade das operações subsequentes, a fim de simplificar. O trabalho subsequente requer métodos eficazes para pré-processar as imagens na produção real.

Primeiro, durante o processo de aquisição da imagem, haverá problemas como redundância de imagem e irregularidades de nomenclatura durante o salvamento. Imagens redundantes não só afetarão o trabalho, a eficiência terá um grande impacto, mas também aumentarão a dificuldade do trabalho subsequente. Portanto, é necessário remover imagens duplicadas.

Em segundo lugar, na coleção No processo da imagem, devido à influência da corrente e do ruído, serão geradas algumas informações irrelevantes. Portanto, é necessário utilizar o método de filtragem gaussiana para eliminar o ruído da imagem e reter as informações úteis para detecção e reconhecimento.