یادگیری عمیق در بینایی ماشین جهت جایگزینی نیروی انسانی در بازرسی بصری قطعات ریخته گری

بازرسی بصری قطعات ریخته گری به عنوان امری ضروری در سیستم مدیریت کنترل کیفیت کارخانه ها شمرده می شود. امروزه به منظور کاهش اثرات خطاهای انسانی و بالا بردن دقت تشخیص عیوب ظاهری، سیستم های هوشمند بر پایه شبکه های عصبی به شدت در حال توسعه می باشند. یکی از این مدل ها، یادگیری عمیق مبتنی بر شبکه های عصبی پیچشی می باشد که به علت کاهش حجم زیادی از عملیات پیش پردازش تصویر مورد توجه قرار گرفته است. در این کار تجربی یک مدل یادگیری عمیق توسط مجموعه ای از تصاویر آموزش داده شده است. ارزیابی نتایج حاصله نشان دهنده دقت بالای ۹۸ درصد در تشخیص قطعات معیوب توسط شبکه آموزش داده شده می باشد. همچنین نتایج اولیه در جهت تشخیص مکان عیب روی تصویر و رسم مستطیل محصور کننده عیب ارائه شده است

کلیدواژه ها:

یادگیری عمیق ، بازرسی بصری ، قطعات ریخته گری ، شبکه های عصبی پیچشی