金屬輸送鏈的視覺係檢測方案

　　項目背景

　　傳送鏈用於驅動傳送帶。這些鏈條承受不同的負載（約 15 噸）和速度（每分鍾 65 英尺），這可能會導致它們出現裂縫。為了使其有效工作
，鏈條需要沒有裂縫。 鏈條上的任何裂紋都將導致鏈節斷裂並最終停止製造操作。

　　項目需求

　　沒mei有you適shi當dang的de機ji製zhi來lai識shi別bie移yi動dong輸shu送song機ji上shang的de裂lie縫feng，鏈lian條tiao的de檢jian查zha完wan全quan是shi手shou動dong的de
，並bing且qie隻zhi有you在zai它ta們men靜jing止zhi時shi才cai能neng進jin行xing。一yi旦dan發fa現xian裂lie縫feng，操cao作zuo員yuan就jiu會hui更geng換huan鏈lian條tiao。盡jin早zao識shi別bie鏈lian條tiao上shang的de裂lie縫feng，以yi減jian少shao停ting機ji時shi間jian並bing獲huo得de高gao產chan量liang。

　　解決方案

　　使用基於 AI 的視覺係統對金屬鏈進行光學檢測視覺係統和人工智能如何解決這個問題？解決方案的開發包括 4 個重要部分，即圖像采集
、機器學習、解決方案部署和精度改進。

　　1、圖像采集裝置包括一個帶紅線燈的攝像頭，以最小的反射照亮鏈條的表麵。該設置有助於數據收集，即獲取鏈接/鏈的圖像。

　　2
、機器學習部分出現在數據收集之後。它也被稱為數據注釋，其中圖像用於在注釋（邊界框）的幫助下訓練基於AI的模型。

　　3、將經過訓練的模型部署在現場生產線上，以實時檢查是否存在裂縫。

　　4
、在理想情況下，並非所有缺陷（裂縫）每mei次ci看kan起qi來lai都dou相xiang同tong，可ke能neng存cun在zai一yi些xie未wei經jing預yu訓xun練lian的de缺que陷xian。因yin此ci，需xu要yao通tong過guo重zhong新xin訓xun練lian模mo型xing來lai提ti高gao準zhun確que性xing，直zhi到dao所suo有you變bian化hua都dou被bei訓xun練lian以yi確que保bao不bu會hui遺yi漏lou前qian所suo未wei有you的de裂lie縫feng。