Dans les usines textiles, les défauts les plus courants des tricots chaîne comprennent les défauts ponctuels, les trous et les différences de couleur. Les méthodes traditionnelles d’inspection manuelle sont inefficaces pour détecter ces défauts. Les systèmes d’inspection intelligents existants ont souvent une fonction unique. Les usines ont besoin d’un système d’inspection en temps réel capable de détecter les défauts courants et les différences de couleur.
Le réseau de neurones YOLO (you only look once) est plus rapide que le réseau de neurones à deux étages et nécessite moins de matériel. L’algorithme de détection de différence de couleur du système compare la différence de couleur entre l’image standard et l’image à mesurer et enregistre où la différence de couleur dépassée. Enfin, la comparaison de l’application en usine prouve que le système conçu a de bonnes performances et une bonne précision en temps réel et peut répondre aux exigences d’inspection des tissus des usines de tricots chaîne.
Serveur web : https://journals.sagepub.com/doi/full/10.1177/00405175211060084
Date : 18/11/2021