基于深度学习的电机外观缺陷智能检测系统设计

作     者：刘志昌 LIU Zhichang

作者机构：广东省高性能伺服系统企业重点实验室珠海519000 珠海格力电器股份有限公司珠海519000 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2023年第5期

页      面：314-317页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：广东省高性能伺服系统企业重点实验室(2020B121202017) 

主　　题：缺陷检测 工业视觉 自动化 传统视觉检测 图像分割 

摘      要：针对电机外观缺陷检测通过人工检查方法准确率偏低、误判率高、严重影响电机出厂质量等问题,通过分析电机外观缺陷类型,设计了一种基于深度学习方法的智能视觉检测系统,该系统方案由训练服务器、工业视觉控制器、工业相机、LED光源和控制器以及数字IO模块构成,融合了深度学习与传统CV视觉检测算法,采用了全新的系统架构与快速部署设计方案,实现了自动化、高精度的视觉识别检测,在效率比人工高几倍的同时,还能通过增量训练不断提升推理的准确率。尤为重要的是,实现这一效果仅需要在通用CPU平台上实现,进一步降低了成本,提升产线运行效率和质量。