簡介編輯 播報(bào)隨著自動(dòng)化技術(shù)的迅猛發(fā)展，手工點(diǎn)膠已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足工業(yè)上的要求。手工點(diǎn)膠具有操作復(fù)雜、速度慢、度低、容易出錯(cuò)，而且無法進(jìn)行復(fù)雜圖形的操作，缺陷檢測(cè)設(shè)備，更無法實(shí)現(xiàn)生產(chǎn)自動(dòng)化等缺點(diǎn)。市場上要求一種速度快，精度高的設(shè)備。因此就出現(xiàn)了全自動(dòng)點(diǎn)膠機(jī)器人。在科技就是生產(chǎn)力的情況下，全自動(dòng)點(diǎn)膠機(jī)器人的出現(xiàn)為點(diǎn)膠行業(yè)帶來的機(jī)遇和發(fā)展。

由于CNN強(qiáng)大的特征提取能力，采用基于CNN的分類網(wǎng)絡(luò)目前已成為表面缺陷分類中的模式一般來說，現(xiàn)

有表面缺陷分類的網(wǎng)絡(luò)常常采用計(jì)算機(jī)視覺中現(xiàn)成的網(wǎng)絡(luò)結(jié)構(gòu)，包括AlexNet， VGG， GoogL eNet，ResNet，

SENet， ShuteNet，工業(yè)缺陷檢測(cè)，MobileNet等。利用分類網(wǎng)絡(luò)結(jié)合上滑動(dòng)窗口的方式可以實(shí)現(xiàn)缺陷的定位。

Deep learning-based crack damage detection using convolutional neural networks

本發(fā)明對(duì)于鏡頭上下表面的檢測(cè)，通過鏡片區(qū)域減去屏蔽區(qū)域獲得有效檢測(cè)區(qū)域，產(chǎn)品缺陷檢測(cè)，并將多張圖片的有效檢測(cè)區(qū)域進(jìn)行融合，江蘇蘇州缺陷檢測(cè)，進(jìn)行一次缺陷檢測(cè)，有效提升了檢測(cè)結(jié)果的準(zhǔn)確性。

以上所述僅為本發(fā)明的一個(gè)方案而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

江蘇蘇州缺陷檢測(cè)-產(chǎn)品缺陷檢測(cè)-宣雄(推薦商家)由蘇州宣雄智能科技有限公司提供。江蘇蘇州缺陷檢測(cè)-產(chǎn)品缺陷檢測(cè)-宣雄(推薦商家)是蘇州宣雄智能科技有限公司今年新升級(jí)推出的，以上圖片僅供參考，請(qǐng)您撥打本頁面或圖片上的聯(lián)系電話，索取聯(lián)系人：朱秀謹(jǐn)。