基于改进YOLOv5的O型密封圈缺陷检测方法

针对O型密封圈缺陷难以人工识别的问题,提出一种基于改进YOLOv5的表面缺陷自动检测方法。在数据预处理阶段,采用半自动标注方法减少人工标注成本,同时将拼接图片改为9张以实现Mosaic数据增强方法。在网络预测层引入标签平滑方法以减少模型过度依赖标签。在骨干网络中添加卷积注意力机制模块,强化有效信息,使骨干网络提取更加细致的局部特征信息。同时,针对缺陷类型尺度变化大的特点,引入剪枝的双向特征金字塔网络,以解决大小缺陷在特征提取过程中的丢失问题。实验结果表明,基于改进的YOLOv5与原YOLOv5相比,O型圈表面缺陷检测平均精度均值提高了4.26%,并且检测速度在25 ms之内,能够满足实际生产需要。

基于改进多尺度知识蒸馏的电芯蓝膜缺陷异常检测

针对新能源电芯工业生产过程中,蓝膜缺陷样本数量少导致模型拟合难度大、缺陷目标小导致检测精度差、缺陷目标定位难的问题,本文提出一种改进多尺度知识蒸馏的方法。在多尺度知识蒸馏骨干网络上结合残差注意力模块,使网络聚焦图像中的局部信息,提高对于小目标的检测准确性。

使用康耐视DataMan读码器对手机电池信息全面跟踪

电子行业需要对每个元件进行全面的跟踪,其中安全和质量控制起着不可或缺的作用,手机电池更需要能进行快速的质量追溯。乐金化学（南京）信息电子材料有限公司（以下简称乐金化学）主要从事手机、笔记本、ipad等智能电子设备用二次充电电池生产研发、高容量/高安全性锂电池用三元正极材料生产,以及尖端信息电子材料TFT-LCD用偏光板生产。

基于DataMan读码器的包装箱信息追溯

针对中国青岛海信家电流水线人工信息提取与表达的困难,提出基于美国康耐视的Data Man读码器项目方案。项目由上海贝特威自动化科技有限公司实现机器视觉系统集成。机器视觉项目已经成功运行。基于康耐视读码器系统的后期工厂6条线要技改进行中。

基于In-Sight的DBC陶瓷覆铜板视觉定位

研讨基于机器视觉机器人的DBC陶瓷覆铜板定位抓取自动化工艺项目。项目采用康耐视公司视觉自动化技术平台。对于工艺实现中的视觉定位识别难点给予充分论述。

基于In-Sight 8405的射钉弹底识别

在分析混线子弹分选包装难题的基础上,给出基于康耐视机器视觉平台的解决方案。方案获得成功。