Nuwe Common Rail Valve F00VC01362 vir inspuiter 0445110302 0445110303 vir inspuitnaald

As gevolg van die vinnige ontwikkeling van die samelewing, het motors 'n toenemend belangrike reishulpmiddel in die daaglikse lewe geword. As 'n toestel om petrol in motorsilinders in te spuit, speel die klepsitplek van motorinspuiters 'n baie belangrike rol in brandstofhoeveelheidsbeheer. Hoe om die kwaliteit van die onderdele te verbeter, het 'n belangrike kwessie van kommer geword, maar as gevolg van die klein grootte van onderdele, is dit maklik om deur die verwerkingstegnologie beperk te word. Tydens die produksieproses sal dit onvermydelik skrape, defekte, roeskolle, wit kolle en ander vorme van defekte binne laat, wat die werkverrigting van die motor-inspuitsitplek beïnvloed.

Daarom het die uitsoek van gebrekkige onderdele uit baie dele 'n onvermydelike projek geword. Met die vinnige toename van beelddata en die vinnige vordering van hardeware-rekenaarvermoë, is die diepleer-opsporingstegnologie, verteenwoordig deur konvolusionele neurale netwerk, toegepas op die verwante take van foutopsporing. In vergelyking met die tradisionele algoritme, is die werkverrigting aansienlik verbeter. In 2014 het Ross Girshick [1] en ander die R-CNN-algoritme voorgestel om kandidaatstreke deur middel van 'n selektiewe soekalgoritme te onttrek, maar die algoritme is berekeningsintensief en stadig. Vervolgens word die teikenbespeuringsalgoritme SPP-Net voorgestel, wat die probleem van objekvervorming oplos, en dan word Fast R-CNN voorgestel deur multi-taakverlies en RoI Pooling in te stel, wat multi-taak leer gebruik om klassifikasie en regressie te voltooi.

Die streeksmetode wat deur die algoritme aangeneem is, sal egter steeds baie tyd in beslag neem. Daarom het Ren [2] die Faster R-CNN-algoritme voorgestel. Die algoritme stel die RPN-netwerk bekend op grond van die Fast R-CNN-algoritme, wat aansienlik verbeter is in spoed en werkverrigting. Die vinniger R-CNN-algoritme kan beter resultate behaal in objekopsporing as ander algoritmes.