OEM Nieuwe Common Rail Klep F00VC01329 Voor 0445110168 169 284 315 injector

Defectdetectie van de klepzitting van de auto-injector op basis van functiefusie(deel 3)

Als gevolg hiervan moet het beeld bij de detectie van de injectorklepzitting worden gecomprimeerd en wordt het beeldformaat verwerkt tot 800 × 600. Na het verkrijgen van de uniforme standaardbeeldgegevens wordt de gegevensverbeteringsmethode gebruikt om gegevenstekort te voorkomen. en het vermogen tot modelgeneralisatie wordt verbeterd.Gegevensverbetering is een belangrijk onderdeel van het trainen van deep learning-modellen [3].Er zijn over het algemeen twee manieren om de gegevens te vergroten.Eén daarvan is het toevoegen van een gegevensverstoringslaag aan het netwerkmodel, zodat het beeld elke keer kan worden getraind. Er is een andere manier die eenvoudiger en eenvoudiger is. De beeldvoorbeelden worden verbeterd door beeldverwerking vóór de training. We breiden de dataset uit met behulp van beeldverbeteringsmethoden zoals geometrie en kleurruimte, en gebruiken HSV in de kleurruimte, zoals weergegeven in figuur 1.

Verbetering van het snellere R-CNN-defectafwijkingsmodel In het snellere R-CNN-algoritmemodel moet u allereerst de kenmerken van het invoerbeeld extraheren, en de geëxtraheerde uitvoerkenmerken kunnen het uiteindelijke detectie-effect rechtstreeks beïnvloeden.De kern van objectdetectie is kenmerkextractie.Het gemeenschappelijke kenmerkextractienetwerk in het Faster R-CNN-algoritmemodel is het VGG-16-netwerk.Dit netwerkmodel werd voor het eerst gebruikt bij beeldclassificatie [4] en was daarna uitstekend geschikt voor semantische segmentatie [5] en detectie van opvallendheid [6].

Het feature-extractienetwerk in het Faster R-CNN-algoritmemodel is ingesteld op VGG-16. Hoewel het algoritmemodel goede prestaties levert bij de detectie, gebruikt het bij de extractie van afbeeldingskenmerken alleen de featuremap-uitvoer van de laatste laag. enkele verliezen en de feature map kan niet volledig worden voltooid, wat zal leiden tot onnauwkeurigheid bij de detectie van kleine doelobjecten en het uiteindelijke herkenningseffect zal beïnvloeden.