工業(yè)智能檢測(cè)實(shí)驗(yàn)室方案_第1頁(yè)
工業(yè)智能檢測(cè)實(shí)驗(yàn)室方案_第2頁(yè)
工業(yè)智能檢測(cè)實(shí)驗(yàn)室方案_第3頁(yè)
工業(yè)智能檢測(cè)實(shí)驗(yàn)室方案_第4頁(yè)
工業(yè)智能檢測(cè)實(shí)驗(yàn)室方案_第5頁(yè)
已閱讀5頁(yè),還剩15頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

南京云創(chuàng)大數(shù)據(jù)科技股份有限公司頁(yè)工業(yè)智能檢測(cè)實(shí)驗(yàn)室建設(shè)背景制造業(yè)是國(guó)民經(jīng)濟(jì)的主體,是立國(guó)之本、興國(guó)之器、強(qiáng)國(guó)之基。智能制造是制造強(qiáng)國(guó)建設(shè)的主攻方向,其發(fā)展程度直接關(guān)乎我國(guó)制造業(yè)質(zhì)量水平?!丁笆奈濉敝悄苤圃彀l(fā)展規(guī)劃》中指出,要認(rèn)真貫徹落實(shí)《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》,發(fā)展智能制造對(duì)于鞏固實(shí)體經(jīng)濟(jì)根基、建成現(xiàn)代化產(chǎn)業(yè)體系、實(shí)現(xiàn)新型工業(yè)化具有重要作用。數(shù)十年來,中國(guó)工業(yè)增加值占GDP比重均持續(xù)穩(wěn)定在30%至50%之間。《中國(guó)制造2025》作為部署全面推進(jìn)實(shí)施制造強(qiáng)國(guó)的戰(zhàn)略文件,更表明了國(guó)家層面對(duì)制造業(yè)的重視程度。制造行業(yè)面臨著人力成本升高、尖端技術(shù)較弱等瓶頸和挑戰(zhàn),以低端智能為代表的傳統(tǒng)制造業(yè)急需轉(zhuǎn)型發(fā)展。與此同時(shí),人工智能技術(shù)在制造業(yè)領(lǐng)域的應(yīng)用更像是一片藍(lán)海,擁有著廣闊的發(fā)展前景。智能檢測(cè)是將人工智能、大數(shù)據(jù)等技術(shù)賦能到制造業(yè)質(zhì)檢環(huán)節(jié),實(shí)現(xiàn)統(tǒng)一檢測(cè)標(biāo)準(zhǔn),減少主觀因素造成的誤檢漏檢,通過對(duì)檢測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,可以輔助生產(chǎn)工藝優(yōu)化,提升產(chǎn)品質(zhì)量,總體上提升企業(yè)自動(dòng)化智能化程度。這對(duì)我校技術(shù)技能人才培養(yǎng)工作提出了更高要求,迫切需要建設(shè)能與之相匹配的產(chǎn)教深度融合的工業(yè)智能檢測(cè)實(shí)驗(yàn)室。建設(shè)目標(biāo)構(gòu)建教育教學(xué)、科技研發(fā)、技術(shù)服務(wù)、技能培訓(xùn)于一體的產(chǎn)教深度融合的工業(yè)智能檢測(cè)實(shí)驗(yàn)室。滿足工業(yè)智能檢測(cè)技術(shù)實(shí)訓(xùn)需求提升學(xué)生工業(yè)智能檢測(cè)綜合實(shí)戰(zhàn)能力支撐智能檢測(cè)領(lǐng)域科研方向研究建設(shè)內(nèi)容整套智能檢測(cè)設(shè)備六自由度工業(yè)機(jī)器人、面陣工業(yè)相機(jī)、FA工業(yè)鏡頭、工業(yè)光源、機(jī)器視覺夾具、視覺算法檢測(cè)平臺(tái)、檢測(cè)工件、實(shí)驗(yàn)手冊(cè)等設(shè)備。智能檢測(cè)應(yīng)用流程從工件的圖像采集-檢測(cè)算法應(yīng)用/優(yōu)化-缺陷檢測(cè)分析-缺陷標(biāo)注展示形成一整套工件的智能檢測(cè)實(shí)訓(xùn)流程。智能檢測(cè)教學(xué)實(shí)驗(yàn)提供工業(yè)機(jī)器人編程與調(diào)試、機(jī)器視覺設(shè)備學(xué)習(xí)及使用、檢測(cè)算法應(yīng)用及調(diào)優(yōu)、各類工件不同缺陷檢測(cè)實(shí)驗(yàn)。智能檢測(cè)綜合實(shí)戰(zhàn)為提高學(xué)生在智能檢測(cè)方向的綜合實(shí)戰(zhàn)能力,結(jié)合當(dāng)下制造行業(yè)通用的螺釘、工件標(biāo)簽和汽車行業(yè)的活塞、輪轂、發(fā)動(dòng)機(jī)進(jìn)行針對(duì)實(shí)物的多種缺陷檢測(cè)進(jìn)行綜合能力的培養(yǎng)。建設(shè)方案1.實(shí)驗(yàn)室布局工業(yè)智能檢測(cè)實(shí)驗(yàn)室根據(jù)學(xué)校教學(xué)和實(shí)驗(yàn)人數(shù)需要,部署多套工業(yè)智能檢測(cè)實(shí)訓(xùn)平臺(tái),滿足智能檢測(cè)方向的教學(xué)和實(shí)訓(xùn)需求。

2.工業(yè)智能檢測(cè)實(shí)訓(xùn)平臺(tái)工業(yè)智能檢測(cè)實(shí)訓(xùn)平臺(tái)的各組件安裝在型材桌面上或型材里,機(jī)器視覺設(shè)備、電氣控制設(shè)備、視覺檢測(cè)平臺(tái)相對(duì)獨(dú)立且支持整合使用,采用工業(yè)標(biāo)準(zhǔn)件設(shè)計(jì)??梢詽M足學(xué)生進(jìn)行搭建視覺檢測(cè)平臺(tái)、研究拍攝方案、研究學(xué)習(xí)視覺檢測(cè)算法等。

工業(yè)智能檢測(cè)實(shí)訓(xùn)設(shè)備3.1工業(yè)相機(jī)CE系列工業(yè)相機(jī)是主打高性價(jià)比的經(jīng)濟(jì)型系列產(chǎn)品,像素覆蓋面30萬到2000萬像素,以卷簾曝光為主。提供千兆網(wǎng)數(shù)據(jù)接口,可以滿足多種工業(yè)需求。3.2工業(yè)鏡頭KF-E系列FA系列鏡頭針對(duì)機(jī)器視覺光源和芯片進(jìn)行優(yōu)化設(shè)計(jì),分辨率高,成像質(zhì)量?jī)?yōu)秀,透過率高,穩(wěn)定性好。固定焦距,手動(dòng)光圈,外形緊湊。可滿足機(jī)器視覺行業(yè)應(yīng)用,是工業(yè)相機(jī)的理想選擇。3.3工業(yè)光源環(huán)形光源:條形光源:背光光源:開孔背光:同軸光源:控制器:3.4工業(yè)機(jī)器人KUKA緊湊式六臂機(jī)器人。具有應(yīng)用廣泛的優(yōu)點(diǎn),可用于新型的使用范圍。使用內(nèi)置的拖鏈系統(tǒng)和可靠的KRC4compact控制系統(tǒng),它可以在狹小空間內(nèi)實(shí)現(xiàn)較高的精度。新型的自動(dòng)化方案可以用來實(shí)現(xiàn)Safe-Robot功能。4.工業(yè)智能檢測(cè)實(shí)訓(xùn)內(nèi)容4.1有無檢測(cè)有無檢測(cè),是指確認(rèn)數(shù)量或工件上的部件及加工等“有無”的檢測(cè)。有無檢測(cè)中包含了各種內(nèi)容,例如下列各項(xiàng)。1、紙箱內(nèi)的瓶身數(shù)量計(jì)數(shù)2、包裝內(nèi)說明書/附件的有無檢測(cè)3、食品標(biāo)簽的有無檢測(cè)4、印刷電路板上電子部件的有無檢測(cè)5、固定零件的螺絲及墊片的有無檢測(cè)6、粘著劑涂抹的有無檢測(cè)7、切削及鉆孔加工的有無檢測(cè)傳統(tǒng)的有無檢測(cè)依賴于目視檢測(cè),近年來,伴隨著工廠自動(dòng)化(FA:FactoryAutomation)的進(jìn)程,視覺系統(tǒng)及視覺系統(tǒng)技術(shù)越來越廣泛地應(yīng)用于現(xiàn)場(chǎng)。4.2輪廓檢測(cè)輪廓檢測(cè),是指用于確認(rèn)部件及產(chǎn)品表面輪廓缺陷的檢測(cè)。輪廓檢測(cè)通??捎糜谙铝袡z測(cè)內(nèi)容。1、檢測(cè)食品標(biāo)簽的完整性2、檢測(cè)布匹上附著的污點(diǎn)3、檢測(cè)金屬、樹脂部件的完整性4、印刷電路板上電子部件的完整性5、包裝內(nèi)說明書/附件的完整性傳統(tǒng)的輪廓檢測(cè)依賴于目視檢測(cè),近年來,隨著工廠自動(dòng)化(FA:FactoryAutomation)的發(fā)展,視覺系統(tǒng)及視覺系統(tǒng)技術(shù)越來越廣泛地應(yīng)用于現(xiàn)場(chǎng)。4.3劃痕檢測(cè)劃痕檢測(cè),是指用于確認(rèn)部件及產(chǎn)品表面劃痕缺陷的檢測(cè)。劃痕檢測(cè)通常可用于下列檢測(cè)內(nèi)容。1、檢測(cè)食品外包裝表面是否有劃痕2、檢測(cè)車門是否有劃痕3、檢測(cè)玩具外殼是否有劃痕4、檢測(cè)PCB是否有劃痕5、檢測(cè)金屬加工件是否有劃痕傳統(tǒng)的劃痕檢測(cè)依賴于目視檢測(cè),近年來,隨著工廠自動(dòng)化(FA:FactoryAutomation)的發(fā)展,視覺系統(tǒng)越來越廣泛地應(yīng)用于現(xiàn)場(chǎng)。4.4異物檢測(cè)異物檢測(cè),是指用于確認(rèn)部件及產(chǎn)品表面異物缺陷的檢測(cè)。異物檢測(cè)通常可用于下列檢測(cè)內(nèi)容。1、檢測(cè)食品包裝上附著的異物2、檢測(cè)布匹上附著的異物3、檢測(cè)金屬、樹脂部件上的異物4、檢測(cè)印刷電路板上涂膠后的異物5、檢測(cè)噴漆后工件的異物傳統(tǒng)的異物檢測(cè)依賴于目視檢測(cè),近年來,隨著工廠自動(dòng)化(FA:FactoryAutomation)的發(fā)展,視覺系統(tǒng)越來越廣泛地應(yīng)用于現(xiàn)場(chǎng)。實(shí)驗(yàn)室特點(diǎn)精度高:可達(dá)微米級(jí)結(jié)合高精度傳感器和人工智能算法,實(shí)現(xiàn)對(duì)肉眼難以分辨或者需借助輔助工具進(jìn)行檢測(cè)的缺陷,可檢出缺陷精度達(dá)微米級(jí)。可追溯:缺陷數(shù)據(jù)統(tǒng)計(jì)與追溯相較于傳統(tǒng)人工檢測(cè)離線作業(yè)不統(tǒng)計(jì)缺陷數(shù)據(jù),工業(yè)智能系統(tǒng)對(duì)缺陷數(shù)據(jù)結(jié)合產(chǎn)品信息進(jìn)行實(shí)時(shí)留存,可實(shí)現(xiàn)質(zhì)量追溯分析,并輔助工藝優(yōu)化,進(jìn)而提升產(chǎn)品質(zhì)量。手段多:多傳感器融合實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)融合工業(yè)相機(jī)、震動(dòng)傳感器、三維掃描儀等多種傳感器,多角度捕捉缺陷表現(xiàn),結(jié)合不同傳感器優(yōu)勢(shì),實(shí)現(xiàn)多類型缺陷檢測(cè)。高可靠:工業(yè)級(jí)設(shè)備保障檢測(cè)質(zhì)量工業(yè)智能檢測(cè)平臺(tái)在機(jī)械結(jié)構(gòu)、檢測(cè)軟件、存儲(chǔ)分析節(jié)點(diǎn)等方面都根據(jù)工業(yè)級(jí)要求設(shè)計(jì),提升系統(tǒng)在工業(yè)生產(chǎn)質(zhì)檢環(huán)境中的可靠性,全面保障對(duì)缺陷工件的檢測(cè)質(zhì)量。實(shí)驗(yàn)室作用支撐智能檢測(cè)教學(xué)使學(xué)生能夠得到更多的實(shí)驗(yàn)技能訓(xùn)練,能夠提高智能檢測(cè)教學(xué)質(zhì)量,滿足教師教學(xué)與科研的需要,強(qiáng)化學(xué)生職業(yè)技能的培養(yǎng),適應(yīng)市場(chǎng)經(jīng)濟(jì)新形勢(shì)對(duì)應(yīng)用性人才的要求,將起到十分重要的作用。實(shí)現(xiàn)質(zhì)檢的智能化、數(shù)字化通過融合人工智能、大數(shù)據(jù)、計(jì)算機(jī)視覺等技術(shù),解決工業(yè)生產(chǎn)質(zhì)檢等環(huán)節(jié)現(xiàn)實(shí)問題,助力生產(chǎn)質(zhì)檢實(shí)現(xiàn)智能化、數(shù)字化。提高學(xué)生就業(yè)競(jìng)爭(zhēng)力使學(xué)生能夠在實(shí)物建造的智能檢測(cè)環(huán)境下,學(xué)習(xí)并掌握智能制造相關(guān)專業(yè)所對(duì)應(yīng)的企業(yè)崗位的技能要求,使每個(gè)學(xué)生就業(yè)時(shí)能夠掌握企業(yè)所需的專業(yè)技能。智能檢測(cè)實(shí)驗(yàn)1.智能檢測(cè)基礎(chǔ)實(shí)驗(yàn)智能檢測(cè)基礎(chǔ)模塊內(nèi)容包括學(xué)習(xí)工業(yè)相機(jī)、工業(yè)鏡頭、工業(yè)光源、工業(yè)機(jī)器人等設(shè)備參數(shù)及使用方法,了解設(shè)備選型知識(shí)。學(xué)習(xí)搭建拍攝裝置,學(xué)習(xí)圖像處理基礎(chǔ)知識(shí),并對(duì)處理結(jié)果進(jìn)行分析處理。實(shí)驗(yàn)內(nèi)容:1.工業(yè)相機(jī)選型及實(shí)驗(yàn);2.工業(yè)鏡頭選型實(shí)驗(yàn);3.工業(yè)光源選型實(shí)驗(yàn);4.工業(yè)機(jī)器人操作實(shí)驗(yàn);5.拍攝裝置搭建實(shí)驗(yàn);6.拍攝圖像處理實(shí)驗(yàn);7.處理結(jié)果對(duì)比實(shí)驗(yàn)。2.螺釘有無檢測(cè)實(shí)驗(yàn)工業(yè)上常用螺釘來進(jìn)行禁緊固,螺釘?shù)挠袩o直接影響設(shè)備的可靠性,通過工業(yè)相機(jī)將工件表面轉(zhuǎn)換為圖像信號(hào),傳送給圖像軟件處理系統(tǒng),判斷螺釘有無,實(shí)時(shí)提供檢測(cè)數(shù)據(jù)協(xié)助企業(yè)進(jìn)行質(zhì)量回溯。實(shí)驗(yàn)內(nèi)容:1.工業(yè)相機(jī)選型實(shí)驗(yàn);2.工業(yè)鏡頭選型實(shí)驗(yàn);3.工業(yè)光源選型實(shí)驗(yàn);4.拍攝裝置搭建實(shí)驗(yàn);5.拍攝方案設(shè)計(jì)實(shí)驗(yàn);6.拍攝圖像處理實(shí)驗(yàn);7.螺釘有無算法實(shí)驗(yàn);8.算法結(jié)果展示實(shí)驗(yàn)。3.工件標(biāo)簽檢測(cè)實(shí)驗(yàn)工業(yè)上對(duì)工件標(biāo)簽要求是內(nèi)容清晰、條碼數(shù)據(jù)準(zhǔn)確。采用圖像采集設(shè)備,對(duì)標(biāo)簽進(jìn)行圖像采集,通過工業(yè)相機(jī)轉(zhuǎn)換為圖像信號(hào),傳送給圖像軟件處理系統(tǒng),實(shí)時(shí)提供檢測(cè)數(shù)據(jù)協(xié)助企業(yè)進(jìn)行質(zhì)量回溯。實(shí)驗(yàn)內(nèi)容:1.工業(yè)相機(jī)選型實(shí)驗(yàn);2.工業(yè)鏡頭選型實(shí)驗(yàn);3.工業(yè)光源選型實(shí)驗(yàn);4.拍攝裝置搭建實(shí)驗(yàn);5.拍攝方案設(shè)計(jì)實(shí)驗(yàn);6.拍攝圖像處理實(shí)驗(yàn);7.工件標(biāo)簽算法實(shí)驗(yàn);8.算法結(jié)果展示實(shí)驗(yàn)。4.發(fā)動(dòng)機(jī)活塞缺陷檢測(cè)實(shí)驗(yàn)汽車發(fā)動(dòng)機(jī)活塞作為汽車核心零部件發(fā)動(dòng)機(jī)的主要零件,其質(zhì)量的高低直接影響汽車整機(jī)的質(zhì)量與性能。采用圖像采集設(shè)備,對(duì)活塞表面缺陷進(jìn)行圖像采集,通過工業(yè)相機(jī)轉(zhuǎn)換為圖像信號(hào),傳送給圖像軟件處理系統(tǒng),多種缺陷類型同時(shí)檢測(cè),實(shí)時(shí)提供檢測(cè)數(shù)據(jù)協(xié)助企業(yè)進(jìn)行質(zhì)量回溯。實(shí)驗(yàn)內(nèi)容:1.工業(yè)相機(jī)選型實(shí)驗(yàn);2.工業(yè)鏡頭選型實(shí)驗(yàn);3.工業(yè)光源選型實(shí)驗(yàn);4.拍攝裝置搭建實(shí)驗(yàn);5.拍攝方案設(shè)計(jì)實(shí)驗(yàn);6.拍攝圖像處理實(shí)驗(yàn);7.活塞內(nèi)腔算法實(shí)驗(yàn);8.活塞環(huán)岸算法實(shí)驗(yàn);9.活塞裙部算法實(shí)驗(yàn);10.活塞頂部算法實(shí)驗(yàn);11.活塞銷孔算法實(shí)驗(yàn);12.算法結(jié)果展示實(shí)驗(yàn)。5.輪轂缺陷檢測(cè)實(shí)驗(yàn)汽車輪轂是汽車零部件的一個(gè)重要組成部分,通過工業(yè)相機(jī)將輪轂轉(zhuǎn)換為圖像信號(hào),傳送給圖像軟件處理系統(tǒng),多種缺陷類型同時(shí)檢測(cè),實(shí)時(shí)提供檢測(cè)數(shù)據(jù)協(xié)助企業(yè)進(jìn)行質(zhì)量回溯。實(shí)驗(yàn)內(nèi)容:1.工業(yè)相機(jī)選型實(shí)驗(yàn);2.工業(yè)鏡頭選型實(shí)驗(yàn);3.工業(yè)光源選型實(shí)驗(yàn);4.拍攝裝置搭建實(shí)驗(yàn);5.拍攝方案設(shè)計(jì)實(shí)驗(yàn);6.拍攝圖像處理實(shí)驗(yàn);7.輪轂輪輻算法實(shí)驗(yàn);8.輪轂輪輞算法實(shí)驗(yàn);9.輪轂精車算法實(shí)驗(yàn);10.輪轂裝飾窗算法實(shí)驗(yàn);11.輪轂螺栓孔算法實(shí)驗(yàn);12.算法結(jié)果展示實(shí)驗(yàn)。6.發(fā)動(dòng)機(jī)缺陷檢測(cè)實(shí)驗(yàn)汽車發(fā)動(dòng)機(jī)缺陷檢測(cè)有助于提高汽車安全性,自動(dòng)化檢測(cè)設(shè)備對(duì)發(fā)動(dòng)機(jī)的外觀缺陷做出篩選。有效提高工廠產(chǎn)品的效率,精度及準(zhǔn)確率。實(shí)驗(yàn)內(nèi)容:1.工業(yè)相機(jī)選型實(shí)驗(yàn);2.工業(yè)鏡頭選型實(shí)驗(yàn);3.工業(yè)光源選型實(shí)驗(yàn);4.拍攝裝置搭建實(shí)驗(yàn);5.拍攝方案設(shè)計(jì)實(shí)驗(yàn);6.拍攝圖像處理實(shí)驗(yàn);7.發(fā)動(dòng)機(jī)氣缸內(nèi)孔算法實(shí)驗(yàn);8.發(fā)動(dòng)機(jī)氣缸外表算法實(shí)驗(yàn);9.算法結(jié)果展示實(shí)驗(yàn)。實(shí)驗(yàn)列表清單板塊編號(hào)板塊分類序號(hào)實(shí)驗(yàn)名稱鏡像1Linux操作系統(tǒng)1Linux基礎(chǔ):基本命令mloffline2Linux基礎(chǔ):文件操作mloffline3Linux基礎(chǔ):壓縮與解壓mloffline4Linux基礎(chǔ):Ubuntu下軟件安裝mloffline5Linux基礎(chǔ):CentOS下軟件安裝與環(huán)境變量設(shè)置CentOS6Linux基礎(chǔ):訓(xùn)練模型常用命令TensorFlow27Linux基礎(chǔ):sed命令mloffline2Python編程語言1Python基礎(chǔ):運(yùn)算符mloffline2Python基礎(chǔ):Numbermloffline3Python基礎(chǔ):字符串mloffline4Python基礎(chǔ):列表mloffline5Python基礎(chǔ):元組mloffline6Python基礎(chǔ):字典mloffline7Python基礎(chǔ):集合mloffline8Python基礎(chǔ):流程控制mloffline9Python基礎(chǔ):文件操作mloffline10Python基礎(chǔ):異常mloffline11Python基礎(chǔ):迭代器、生成器和裝飾器mloffline3人工智能基礎(chǔ)1知識(shí)表示:謂詞邏輯表示法mloffline2知識(shí)表示:用產(chǎn)生式系統(tǒng)表示“動(dòng)物識(shí)別系統(tǒng)”mloffline3確定性推理:歸結(jié)推理mloffline4盲目搜索策略:寬度優(yōu)先搜索解決“八數(shù)碼”問題mloffline5盲目搜索策略:深度優(yōu)先搜索解決“八數(shù)碼”問題mloffline6啟發(fā)式搜索策略:A*搜索解決“八數(shù)碼”問題mloffline7進(jìn)化算法:遺傳算法解決“旅行商”問題mloffline8群智能算法:粒子群算法解決“旅行商”問題mloffline9群智能算法:蟻群算法解決“旅行商”問題mloffline10人工神經(jīng)網(wǎng)絡(luò):BP神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)mloffline11人工神經(jīng)網(wǎng)絡(luò):HopField神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)mloffline4計(jì)算機(jī)視覺基礎(chǔ)1OpenCV中的GUI特性-圖像入門OpenCV2OpenCV中的GUI特性-OpenCV的繪圖功能OpenCV3核心操作-圖像的基本操作OpenCV4核心操作-圖像上的算法運(yùn)算OpenCV5核心操作-性能衡量和技術(shù)OpenCV6OpenCV圖像處理-改變顏色空間OpenCV7OpenCV圖像處理-圖像幾何變換OpenCV8OpenCV圖像處理-圖像閾值OpenCV9OpenCV圖像處理-圖像平滑OpenCV10OpenCV圖像處理-形態(tài)學(xué)轉(zhuǎn)換OpenCV11OpenCV圖像處理-圖像梯度OpenCV12OpenCV圖像處理-Canny邊緣檢測(cè)OpenCV13OpenCV圖像處理-圖像金字塔OpenCV14OpenCV圖像處理-輪廓:入門OpenCV15OpenCV圖像處理-輪廓特征OpenCV16OpenCV圖像處理-輪廓屬性O(shè)penCV17OpenCV圖像處理-輪廓:更多屬性O(shè)penCV18OpenCV圖像處理-輪廓分層OpenCV19OpenCV圖像處理-直方圖1:查找、繪制和分析OpenCV20OpenCV圖像處理-直方圖2:直方圖均衡OpenCV21OpenCV圖像處理-直方圖3:二維直方圖OpenCV22OpenCV圖像處理-直方圖4:直方圖反投影OpenCV23OpenCV圖像處理-傅里葉變換OpenCV24OpenCV圖像處理-模板匹配OpenCV25OpenCV圖像處理-霍夫線變換OpenCV26OpenCV圖像處理-霍夫圈變換OpenCV27OpenCV圖像處理-圖像分割與Watershed算法OpenCV28OpenCV圖像處理-交互式前景提取使用GrabCut算法OpenCV29OpenCV圖像處理-哈里斯角檢測(cè)OpenCV30OpenCV圖像處理-Shi-tomas拐角檢測(cè)器和益于跟蹤的特征OpenCV31OpenCV圖像處理-SIFT尺度不變特征變換OpenCV32OpenCV圖像處理-SURF簡(jiǎn)介OpenCV33OpenCV圖像處理-用于角點(diǎn)檢測(cè)的FAST算法OpenCV34OpenCV圖像處理-二進(jìn)制的魯棒獨(dú)立基本特征OpenCV35OpenCV圖像處理-ORB(面向快速和旋轉(zhuǎn)的BRIEF)OpenCV36OpenCV圖像處理-特征匹配OpenCV37OpenCV圖像處理-特征匹配+單應(yīng)性查找對(duì)象OpenCV38OpenCV圖像處理-圖像去噪OpenCV39OpenCV圖像處理-圖像修補(bǔ)OpenCV5機(jī)器學(xué)習(xí)實(shí)驗(yàn)庫(kù)1機(jī)器學(xué)習(xí)常用工具庫(kù):OpenCV(Python)mloffline2機(jī)器學(xué)習(xí)常用工具庫(kù):Numpy(一)mloffline3機(jī)器學(xué)習(xí)常用工具庫(kù):Numpy(二)mloffline4機(jī)器學(xué)習(xí)常用工具庫(kù):Matplotlib(一)mloffline5機(jī)器學(xué)習(xí)常用工具庫(kù):Matplotlib(二)mloffline6機(jī)器學(xué)習(xí)常用工具庫(kù):Pandas(一)mloffline7機(jī)器學(xué)習(xí)常用工具庫(kù):Pandas(二)mloffline8機(jī)器學(xué)習(xí)常用工具庫(kù):Scipymloffline9機(jī)器學(xué)習(xí)常用工具庫(kù):基于PyTesseract的OCR文字識(shí)別mloffline10機(jī)器學(xué)習(xí)常用工具庫(kù):基于dlib的人臉定位mloffline11機(jī)器學(xué)習(xí)常用工具庫(kù):基于dlib人臉檢測(cè)mloffline12機(jī)器學(xué)習(xí)常用工具庫(kù):基于dlib數(shù)字化妝mloffline13機(jī)器學(xué)習(xí)常用工具庫(kù):基于dlib人臉比對(duì)mloffline14機(jī)器學(xué)習(xí)常用工具庫(kù):基于dlib人臉聚類mloffline15機(jī)器學(xué)習(xí)常用工具庫(kù):基于dlib微信頭像戴帽子mloffline16機(jī)器學(xué)習(xí)常用工具庫(kù):基于opencv-python圖像去噪mloffline17機(jī)器學(xué)習(xí):線性回歸mloffline18機(jī)器學(xué)習(xí):決策樹(一)mloffline19機(jī)器學(xué)習(xí):決策樹(二)mloffline20機(jī)器學(xué)習(xí):手工打造神經(jīng)網(wǎng)絡(luò)mloffline21機(jī)器學(xué)習(xí):神經(jīng)網(wǎng)絡(luò)調(diào)優(yōu)mloffline22機(jī)器學(xué)習(xí):神經(jīng)網(wǎng)絡(luò)效果測(cè)試mloffline23機(jī)器學(xué)習(xí):支持向量機(jī)SVMmloffline24機(jī)器學(xué)習(xí):基于SVM和山鳶尾花數(shù)據(jù)集的分類mloffline25機(jī)器學(xué)習(xí):PCA降維mloffline26機(jī)器學(xué)習(xí):樸素貝葉斯分類mloffline27機(jī)器學(xué)習(xí):隨機(jī)森林分類mloffline28機(jī)器學(xué)習(xí):DBSCAN聚類mloffline29機(jī)器學(xué)習(xí):K-means聚類算法mloffline30機(jī)器學(xué)習(xí):KNN分類算法mloffline31機(jī)器學(xué)習(xí):基于KNN算法的房?jī)r(jià)預(yù)測(cè)(TensorFlow)mloffline32機(jī)器學(xué)習(xí):Apriori關(guān)聯(lián)規(guī)則mloffline6PyTorch程序設(shè)計(jì)1PyTorch:基礎(chǔ)介紹PyTorch2PyTorch:回歸模型PyTorch3PyTorch:世界人口線性回歸PyTorch4PyTorch:神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)自動(dòng)編碼器PyTorch5PyTorch:基于CNN模型和MNIST數(shù)據(jù)集的手寫數(shù)字識(shí)別PyTorch6PyTorch:基于RNN模型和MNIST數(shù)據(jù)集的手寫數(shù)字識(shí)別PyTorch7PyTorch:基于CNN模型和CIFAR10數(shù)據(jù)集的分類PyTorch7智能檢測(cè)基礎(chǔ)實(shí)驗(yàn)1工業(yè)相機(jī)選型及實(shí)驗(yàn)2工業(yè)鏡頭選型實(shí)驗(yàn)3工業(yè)光源選型實(shí)驗(yàn)4工業(yè)機(jī)器人操作實(shí)驗(yàn)5拍攝裝置搭建實(shí)驗(yàn)6拍攝圖像處理實(shí)驗(yàn)7處理結(jié)果對(duì)比實(shí)驗(yàn)8螺釘有無檢測(cè)實(shí)驗(yàn)1工業(yè)相機(jī)選型實(shí)驗(yàn)2工業(yè)鏡頭選型實(shí)驗(yàn)3工業(yè)光源選型實(shí)驗(yàn)4拍攝裝置搭建實(shí)驗(yàn)5拍攝方案設(shè)計(jì)實(shí)驗(yàn)6拍攝圖像處理實(shí)驗(yàn)7螺釘有無算法實(shí)驗(yàn)8算法結(jié)果展示實(shí)驗(yàn)9工件標(biāo)簽檢測(cè)實(shí)驗(yàn)1工業(yè)相機(jī)選型實(shí)驗(yàn)2工業(yè)鏡頭選型實(shí)驗(yàn)3工業(yè)光源選型實(shí)驗(yàn)4拍攝裝置搭建實(shí)驗(yàn)5拍攝方案設(shè)計(jì)實(shí)驗(yàn)6拍攝圖像處理實(shí)驗(yàn)7工件標(biāo)簽算法實(shí)驗(yàn)8算法結(jié)果展示實(shí)驗(yàn)10發(fā)動(dòng)機(jī)活塞缺陷檢測(cè)實(shí)驗(yàn)1工業(yè)相機(jī)選型實(shí)驗(yàn)2工業(yè)鏡頭選型實(shí)驗(yàn)3工業(yè)光源選型實(shí)驗(yàn)4拍攝裝置搭建實(shí)驗(yàn)5拍攝方案設(shè)計(jì)實(shí)驗(yàn)6拍攝圖像處理實(shí)驗(yàn)7活塞內(nèi)腔算法實(shí)驗(yàn)8活塞環(huán)岸算法實(shí)驗(yàn)9活塞裙部算法實(shí)驗(yàn)10活塞頂部算法實(shí)驗(yàn)11活塞銷孔算法實(shí)驗(yàn)12算法結(jié)果展示實(shí)驗(yàn)11輪轂缺陷檢測(cè)實(shí)驗(yàn)1工業(yè)相機(jī)選型實(shí)驗(yàn)2工業(yè)鏡頭選型實(shí)驗(yàn)3工業(yè)光源選型實(shí)驗(yàn)4拍攝裝置搭建實(shí)驗(yàn)5拍攝方案設(shè)計(jì)實(shí)驗(yàn)6拍攝圖像處理實(shí)驗(yàn)7輪轂輪輻算法實(shí)驗(yàn)8輪轂輪輞算法實(shí)驗(yàn)9輪轂精車算法實(shí)驗(yàn)10輪轂裝飾窗算法實(shí)驗(yàn)11輪轂螺栓孔算法實(shí)驗(yàn)12算法結(jié)果展示實(shí)驗(yàn)12發(fā)動(dòng)機(jī)缺陷檢測(cè)實(shí)驗(yàn)1工業(yè)相機(jī)選型實(shí)驗(yàn)2工業(yè)鏡頭選型實(shí)驗(yàn)3工業(yè)光源選型實(shí)驗(yàn)4拍攝裝置搭建實(shí)驗(yàn)5拍攝方案設(shè)計(jì)實(shí)驗(yàn)6拍攝圖像處理實(shí)驗(yàn)7發(fā)動(dòng)機(jī)氣缸內(nèi)孔算法實(shí)驗(yàn)8發(fā)動(dòng)機(jī)氣缸外表算法實(shí)驗(yàn)9算法結(jié)果展示實(shí)驗(yàn)設(shè)備清單序號(hào)設(shè)備分類設(shè)備名稱參考品牌參考型號(hào)規(guī)格單位數(shù)量1工業(yè)相機(jī)工業(yè)相機(jī)海康MV-CE013-80GMCMOS,13萬像素黑白相機(jī)套12工業(yè)相機(jī)海康MV-CE050-31GMCMOS,500萬像素黑白相機(jī)套13工業(yè)相機(jī)??礛V-CE120-10GMCMOS,1200萬像素黑白相機(jī)套14工業(yè)相機(jī)海康MV-CE120-10GCCMOS,1200萬像素彩色相機(jī)套15工業(yè)鏡頭工業(yè)鏡頭??礛VL-KF0618M-12PME6mm,F(xiàn)1.8-F16,C-Mount套16工業(yè)鏡頭??礛VL-KF0814M-12PME8mm,F(xiàn)1.4-F16,C-Mount套17工業(yè)鏡頭??礛VL-KF1228M-12PME12mm,F(xiàn)2.8-F22,C-Mount套18工業(yè)鏡頭??礛VL-KF1628M-12PME16mm,F(xiàn)2.8-F16,C-

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論