检测对象:钢表面缺陷
主要方法:基于Faster R-CNN的带钢表面缺陷检测网络,该网络的改进在于提出的多级特征融合网络( MFN )
将多个分层特征组合成一个特征 ,可以包括缺陷的更多位置细节。基于这些多级特征,采用区域提议网络
( RPN )生成感兴趣区域( ROI ) .在缺陷检测数据集NEU-DET.上,提出的方法在采用ResNet-50的
backbone'下实现了82.3%的mAP。
设备特点◆ 检测功能:对比工件(图标、颜色、纹理)于模板,从而判断被测物品是否存在瑕疵;◆ 对位功能:判断物体是否在期望的位置上,并反馈数据;◆ 测量功能:测量工件的长度、宽度、高度、角度、面积、体积;测量对象塑料薄膜产业(双拉膜、流延膜、吹膜、光学膜、薄膜涂布、塑料板材卫材薄膜等);无纺布产业(无纺布涂料、纺粘无纺布、水刺无纺布等);PCB产业(铜箔、Poly Preg、玻纤布、Cooper Laminate、PP纸等);SIMV纸病在线检测系统通过的图像处理处理算法分割,通过灰阶、亮度的对比实现纸病的检测及分类,通过处理分割的计算出瑕疵分布的位置、大小等信息,同时记录成报表,方便后期查询、统计及打印,有效的减少了人工成本,提高了产品质量及企业竞争力。
生产线正常生产时,高亮的LED线性聚光冷光源采用透射的原理照射在产品表面.
以上信息由专业从事摄像头缺陷检测的宣雄于2024/7/27 12:30:07发布
转载请注明来源:http://m.tz1288.com/qynews/szxxznlj-2792556339.html