课程文献中心 更多>>

关键词： 注塑成型   在线智能检测   机器视觉   YOLOv5  

摘要： 在当前科技迅猛发展的背景下,人工智能和智能制造正逐渐融入我们的日常生活。实现制造产业的升级转型不仅是我国经济发展的重要任务,也是顺应新一轮科技改革的战略选择。在这一背景下,作为与日常生活密切相关的材料,塑料得到了广泛应用。注塑成型作为一项日益成熟的工艺,在生产中对质量控制提出了越来越高的要求。其中,塑料件的缺陷检测成为其中至关重要的一环,对提高生产效率和质量把控有着实际意义和实用价值。 通过市场调研,发现许多企业在注塑件缺陷检测中仍采用传统的人工检验方式,然而这种方式存在效率低、稳定性差以及高昂的检测成本等问题。因此,本研究旨在解决人工检验的缺点,开发一套基于机器视觉的注塑件缺陷在线智能检测设备。本文主要工作如下。 首先,构建一台适用于注塑件检测的硬件设备。基于注塑件的外观特点,确定注塑件缺陷检测系统的总体方案。根据具体需求,设计合适的硬件机构,为图像采集模块、运动控制模块的主要部件进行选型并对整台检测设备进行搭建和调试,为图像采集、缺陷检测和系统测试提供硬件支持。 其次,实现基于YOLOv5算法的注塑件缺陷检测。通过深入研究YOLOv5算法,通过硬件设备采集的数据,对采集的图像数据进行定位裁剪,裁剪完后利用Mosaic算法进行数据增强,再利用Label Img进行人工标注,最后将处理好的图片数据利用YOLOv5s进行模型训练,使模型适用该注塑件特点使用,实现对多种缺陷的分类和检测。 最后,进行了注塑件缺陷检测系统软件的开发,包括运动控制功能、用户登录注册界面设计以及缺陷检测界面的设计。并完成对整个检测系统的功能测试。通过准确率测试和数据统计,验证了本文设计的检测系统在实际生产中具备满足要求的检测准确率。 综上所述,本研究的注塑件缺陷检测系统在提高注塑件质量方面具有显著的应用潜力,为注塑行业的质量控制和生产管理提供了一种创新的解决方案。该检测系统具备良好的应用价值,有望在实际生产中为企业带来实质性的效益。

关键词： 光纤通信   工程专业认证   一流课程  

摘要： 基于光纤通信技术在信息社会发展中的重要作用，国家专业标准和工程专业认证中均要求加强光纤通信课程的建设。本文探讨了该课程在一流课程建设中的措施，包括课程大纲的制定和修订、课程目标与毕业要求的关系、教学内容及教学手段合理性分析，课程达成情况等方面的改革和建设措施，对成绩分布，达成度完成情况等工程专业认证关键指标点进行了详细阐述和分析，最后提出了具体改进措施，为今后课程进一步建设积累经验，打好基础。

关键词： Micro-LED缺陷   机器视觉   图像处理   缺陷检测系统  

摘要： 随着科技的高速发展,虚拟现实(Virtual Reality,VR)与增强现实(Augmented Reality,AR)已经成为新的热点领域。Micro-LED(Micro Light Emitting Diode)微型显示器是ARVR硬件设备的核心部件。缺陷检测效果直接影响着Micro-LED微型显示器的产品质量,而传统的人工目视检测方法已无法满足Micro-LED对于高精度、高智能、高效率的检测需求。因此,本文结合具体的Micro-LED缺陷检测项目,对现有的机器视觉检测技术进行了研究,设计了一套Micro-LED缺陷检测系统,主要研究内容如下: 1)视觉检测方案设计:在充分分析产品特性和检测机构的基础上,设计了缺陷检测流程,流程分成两个阶段:标准片对焦定位阶段、产品检测阶段。并搭建了视觉检测系统的硬件平台。 2)标准片自动对焦方案设计:针对切换不同型号产品需手动对焦,效率低、误差大的问题。设计了基于对焦深度方法的对焦方案,首先针对传统的清晰度评价算法在定位照片上存在敏感差、速度慢等问题,设计了基于高亮区域的Brenner清晰度评价算法。然后,针对传统爬山搜索算法易受噪声影响而陷入局部极值难以跳出的问题,设计了粗精结合爬山搜索算法。最后,在硬件平台上进行了自动对焦测试实验,实验结果表明:算法成功率高,稳定性好,对焦图像清晰度高。 3)点缺陷和线缺陷检测方法设计:根据产品像素周期排列的特点,设计了针对点、线的领域对比度检测方法,该方法能有效抑制背景纹理的干扰,并凸显缺陷不良。该方法有效解决了对小而淡的点缺陷、淡而薄的线缺陷不敏感而产生的漏检问题。 4)Mura缺陷检测方法设计:针对微弱Mura缺陷检测难题,设计了预估Mura候选区域和领域对比度筛选检测方法。首先,采用了离散余弦变换方法来重构背景,消除亮度不均等干扰。然后引入基于Otsu的双分段指数变换对差分图像进行增益,该方法能极大增强Mura区域的对比度和轮廓度。最后,通过设计的区域生长算法精准确的分割Mura候选区域。该方法有效解决了对于不同尺寸微弱Mura缺陷检出困难的问题。 5)检测软件设计与实验:开发了Micro-LED缺陷检测自动检测软件,并对Micro-LED显示屏进行了在线检测实验。实验结果表明,点线检出率>99.98%,过判率<2%;Mura检出率>97%,过判率<5%,缺陷检测系统满足客户的检测需求。

关键词： YOLOv5   注意力机制   关键区域   人脸检测   特征金字塔  

摘要： 针对传统人脸检测系统存在关键区域提取精度低，导致人脸检测准确度不高的问题，以教育管理中教师考勤为研究对象，提出一种基于改进YOLOv5网络模型的关键区域人脸检测方法。此方法的原理为在YOLOv5网络的特征金字塔中，加入通道注意力和空间注意力机制，通过此方式提升输入图像中关键部分的关键度。实验结果表明，相较于引入注意力机制前后的YOLOv3算法和改进前的YOLOv5算法，本算法的精确率、召回率和精确率明显更高，分别取值为96.55%、97.32%和98.87%。在相同测试环境下，本算法的F1取值为96.73%、mAP取值为95.48%,均高于传统的SSD算法、YOLOv3算法和YOLOv5算法，本算法的人脸检测速度为31.04 s,低于传统算法。由此说明，本算法的检测精度更高，检测速度更快，更适用于教育管理系统中的教师考勤，具有一定的实际应用意义。

摘要： ~~