` 半成品的贴片电阻、贴片电容检测 生产过程中焊接的 威廉希尔官方网站
板经常需要人工检测,检查焊接的点是否焊接上,是否漏焊,漏装 元件,费工费力,还容易出错。可以使用计算机识别技术。 将没有焊接的焊点需要识别出来,提高工作效率。 半成品的检验的过程中,产品质量检测岗位无需人工人眼睛识别,减少眼花、走神的人工失误,提高生产过程中效率,减少中间的检验时间,提高产品的整机质量。 人工对半成品威廉希尔官方网站
板缺陷检测,通过笔记本电脑的摄像头获取半成品焊接的威廉希尔官方网站
板,使用电脑上英特尔酷睿i5处理器高性能处理器,自动识别漏焊的点,漏装的元件。
电脑的Cpu要比神经计算棒的算力强多了,经过对比在笔记本电脑的识别速度要比神经计算棒的速度快。 如果不用神经计算棒可以注释掉下面的代码。 如果装成自动化检测,还是树莓派边缘计算,加上神经计算棒运算速度更好,还能防止隐私信息泄露。 通过输入图片、标注矩形框进行在线训练,并根据训练好的模型进行实时推理运算,从而保证了缺陷检测的精准效果。最大限度的提高过程检验的生产效率,减少人工方面的的失误。 训练图形的方法采用YOLO YOLO算法使用深度神经网络进行对象的位置检测以及分类,主要的特点是速度够快,而且准确率也很高
实际操作如图所示,分为7*7个小格子,每个格子预测两个bounding box。 如果一个目标的中心落入一个网格单元中,该网格单元负责检测 该目标。 对每一个切割的小单元格预测(置信度,边界框的位置),每个bounding box需要4个数值来表示其位置,(Center_x,Center_y,width,height),即(bounding box的中心点的x坐标,y坐标,bounding box的宽度,高度) 置信度定义为该区域内是否包含物体的概率,打标签的时候,正样本(与真实物体有最大IOU的边框设为正样本)置信度真值为1,负样本为0. 还要得到分类的概率结果;20个分类每个类别的概率。 7*7*30中的30=(20类概率+2*5(置信度,边框位置))
焊点的形态 合格焊点:光滑亮泽,锡量适中,焊点形状呈内弧型 不良焊点:连焊、虚焊、空焊、包焊 此次只检查空焊情况。 相邻的两个焊点都没有判断为漏装元件。 数据的训练: 把图片输入的文件名与标签文件名必须一致。例如: 101.jpg 101.txt 数据量越大,置信度越好。
一个焊点没有焊接上。
一个元件,贴片电阻没装。
OpenVINO是英特尔推出的一款快速开发高性能计算机视觉和深度学习应用的工具包,它可以加快开发速度,支持在各种英特尔平台的硬件加速器上进行深度学习,并允许异构计算执行。 尤其在工业严苛的工作环境下,OpenVINO结合英特尔宽温设计工业级芯片齐力提供用户高效、稳定、AI应用的无风扇设计工业PC。如神经计算棒代的无风扇设计等。 OpenVINO工具套件在人工智能与异构边缘计算的优势,为企业生产提供源源不断的计算能力,实现快速、高效生产,为工业领域乃至各行各业提供边缘AI解决方案,赋予企业智能化升级与数字化转型。
`
|