基于机器视觉检测技术瓶装矿泉水异物检测在矿泉水制造业具有重要的应用价值。瓶装矿泉水在出厂前需要检测是否含有杂质异物(工业上一般规定半径大于 50 μm 的不溶性物质即为杂质异物),目前该环节检测的手段主要是通过人工用人眼去寻找杂质异物,人工灯检需要消耗大量的人力物力,对人眼健康伤害较大,且检测效率低,可靠性差。而传统的机器视觉检测,能够一定程度上缓解该问题,但是其性能依赖于图像的质量,检测速率、检测精度有待提高。
深度学习能够有效地捕捉目标物的特征,结合机器视觉深度学习算法的矿泉水异物ai视觉检测,能够极大程度提高检测效率,提升异物检测精度。
人工灯检
瓶装矿泉水异物样本类型:a毛发,b橡胶,c蚊虫,d塑料
瓶装矿泉水样本图
数据集增值模块通过增加训练集样本,加强网络学习到更鲁棒性的特征,从而使模型拥有更强的泛化能力。判别性特征学习模块构建了一个深度卷积模型提取样本特征,极大程度上保证提取特征的判别性,赋予网络对样本具有提取判别性表征的能力。细粒度信息获取模块设计了小尺度特征学习机制,建立小目标检测层。
网络结构图
基于深度学习的瓶装矿泉水异物ai视觉检测的检测速度为50 f/s,平均准确率为 96.22%