ZHCACX6 july   2023 AM62A3 , AM62A7

 

  1.   1
  2.   摘要
  3.   商标
  4. 1引言
    1. 1.1 缺陷检测演示摘要
    2. 1.2 AM62A 处理器
    3. 1.3 缺陷检测系统
    4. 1.4 传统机器视觉与深度学习
  5. 2数据集准备
    1. 2.1 测试样片
    2. 2.2 数据搜集
    3. 2.3 数据注释
    4. 2.4 数据增强
  6. 3模型选择和训练
    1. 3.1 模型选择
    2. 3.2 模型训练与编译
  7. 4应用开发
    1. 4.1 系统流程
    2. 4.2 物体跟踪器
    3. 4.3 仪表板和边界框绘图
    4. 4.4 物理演示设置
  8. 5性能分析
    1. 5.1 系统精度
    2. 5.2 帧速率
    3. 5.3 内核利用率
    4. 5.4 功耗
  9. 6总结
  10. 7参考文献

1.3 缺陷检测系统

缺陷检测系统用于检验产品并检测异常情况，如不规则形状、产品破损、破裂等。它将信息馈送至筛选系统（例如机械臂），以分离不适用于包装或后续生产流程的产品。根据产品类型和预期缺陷，可以使用各种类型的输入，包括摄像头、激光、超声波等。本演示重点介绍基于视觉的输入。典型的缺陷检测系统由以下组件组成：

  • 具有适当分辨率和帧速率的摄像头。
  • 用于执行 AI 模型推理和其他流程（如记录结果、执行统计计算、根据需要连接到服务器以记录信息、联网等）的计算装置。本演示使用 AM62A SoC。
  • 用于传送被测产品的传送系统。
  • 用于显示信息的屏幕（显示器）（按需）。摄像头实时画面与检测结果叠加就是一个常见示例。
  • 用于根据 AI 模型决策筛选被剔除产品的机械系统（可以是机械臂）。
  • 其他组件（按需），例如警报和网络解决方案。

与使用传统的机器视觉算法相比，使用深度学习来处理缺陷检测系统中基于视觉的输入具有诸多优势。下一节将详细比较这两种方案。