日期
- 07/18
- 2018
咨询
-
QQ扫一扫
-
Vision小助手
(CMVU)
基于深度学习的纺织品视觉检测
收藏
2018-07-18 16:49:20来源: 中国机器视觉网
用肉眼检验纤维的局限性
准确度低
因人为误差,检验准确性上存在局限。因长时间检验,眼睛疲劳导致集中度低下,因作业人员不同判断标准有差异,很难维持检验的连贯性。
速度慢
因为人的肉眼检验速度上限为约15~20m/min,需要许多验布机和检验员才能消化整体生产量。
检验员供求的困难
一方面是检验员的高龄化,一方面是年轻人群有回避检验工作的倾向,导致目前面临检验员供求不稳定性上升,需要通过自动化获取中长期的稳定性的现状。
纤维检验困难的理由
纤维表面的复杂性
纤维固有模式及印刷花纹非常复杂,以现有的机器视觉方式想要检验出瑕疵是很困难的。
布料种类的多样性
现有的机器视觉方式需要按照各种布料类别重新设置标准,因此要投入很多时间和费用。
瑕疵种类的多样性
瑕疵种类过多,瑕疵标准也会因情况不同有很大差异,因此以现有方式检验很困难。
基于深度学习的视觉检测方案
检验的准确度
具备与实际检验员同样的判断力,可以确保没有人为误差的准确度。
快速
在印染机,拉幅机等高速生产线上也可以实时全数检验,独立型设备最大可以达到100m/min的检验速度。
节约人工成本
可使现有检验及设备操作人员数量最小化。
- 上一条:视觉检测系统助力锂电工艺革新
- 下一条:机器视觉中的目标检测