Новые аксессуары для форсунок Common Rail в сборе F00VC01317 клапана для форсунок 0445110230

Обнаружение дефектов седла автомобильного инжекторного клапана на основе слияния элементов(часть 2)

Хотя алгоритм Faster R-CNN имеет хорошие характеристики обнаружения объектов, размер дефекта седла автомобильной топливной форсунки относительно невелик, и существует множество видов дефектов. Поэтому в процессе используется обнаружение Faster R-CNN, невозможно точно завершить идентификацию и позиционирование дефектов, что может привести к пропуску проверки. В этой статье мы представляем идею объединения функций в алгоритме Faster R-CNN, объединяем функции различных слоев свертки, улучшаем возможности выражения алгоритма обнаружения и делаем его более точным для обнаружения дефектов седла клапана автомобильный инжектор.

2. Построение набора данных

2.1 Обработка данных изображения

В процессе сбора дефектов седла клапана автомобильного инжектора с помощью оборудования, такого как промышленные камеры CCD, инструменты, ПК и т. д., из-за влияния окружающей среды, тока, эксплуатации и других факторов, собранные изображения увеличит сложность последующих операций, чтобы упростить последующую работу, требуются эффективные методы предварительной обработки изображений в реальном производстве.

Во-первых, в процессе получения изображения могут возникнуть такие проблемы, как избыточность изображений и неправильное наименование во время сохранения. Избыточные изображения не только повлияют на работу, но и на эффективность окажут большое влияние, а также усложнят последующую работу. Поэтому необходимо удалить дубликаты фотографий.

Во-вторых, в процессе сбора картинки из-за воздействия тока и шума будет генерироваться некоторая неактуальная информация. Поэтому необходимо использовать метод фильтрации Гаусса, чтобы убрать шум с изображения и сохранить полезную информацию для обнаружения и распознавания.