登入
facebook
google-plus
twitter
linkedIn
活動看板
產經情報
廠商名錄
知識分享
需求快遞
技術供應
網站連結
會員專區
聯絡AOIEA
訂閱電子報
facebook
google-plus
twitter
linkedIn
知識分享
首頁
>
知識分享
>
技術專欄
技術專欄
會員ppt
字級設定:
大
中
小
收藏
.
.
應用機器視覺與深度學習於皮革表面瑕疵檢測
建立日期:2019/10/15
作者:
北科大/田方治、王泓翔、柯玉意、凃美群、郭欣慈
出處:
2019 AOI論壇與展覽
內容:
製鞋業為台灣重要的製造業之一,製鞋的過程非常繁複需要經過兩百多道工序。皮革為製鞋業常用的材料,目前製鞋業針對原料皮革的表面瑕疵檢測方式,主要是以人工目視為主其過程耗時且長時間工作下容易使人眼疲勞,容易造成檢測上的疏失。本研究提出兩階段的視覺檢測方法,此方法結合影像處理與深度學習技術,在本研究設計的光學環境下使用影像處理技術檢測皮革表面較明顯的瑕疵,搭配深度學習(YOLOv3 Model)來輔助判定不明顯瑕疵與良品。
根據本研究提出的檢測流程針對100張未訓練的不良品影像進行檢測,以驗證各流程檢測成效,第一階段的DIP檢測可檢測出58%瑕疵,第二階段的YOLO檢測可檢測出40%瑕疵,總檢出率達98%。透過本研究提出的兩階段檢測方法,提供製鞋業於皮革表面瑕疵目檢作業新的解決方案。
檔案下載:
全文下載
下載次數:
101
分享本訊息:
分享到 facebook
分享到 google+
分享到 twitter
分享到 linkedin
回上頁