СИСТЕМА АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ ДЕФЕКТНОЙ ПРОДУКЦИИ НА ПРОИЗВОДСТВЕННЫХ КОНВЕЙЕРАХ НА ОСНОВЕ КОМПЬЮТЕРНОГО ЗРЕНИЯ И МОДЕЛИ YOLO

Абдуллаев А. И., Бокиева М. С., Атаханова Ш. М. & Гулиев К. В.


Annotatsiya

В данной работе рассматривается разработка системы автоматического обнаружения дефектной продукции на производственных конвейерах с использованием методов компьютерного зрения и модели YOLO. Актуальность исследования обусловлена необходимостью повышения качества продукции и снижения влияния человеческого фактора в процессе контроля. Предлагаемая система основана на применении современных алгоритмов глубокого обучения для детекции и классификации дефектов в реальном времени. Рассматриваются особенности обучения модели YOLO, подготовка и аннотирование данных, а также интеграция системы в производственную среду. Проведённый анализ показывает высокую эффективность предложенного подхода, включая точность обнаружения дефектов и скорость обработки изображений. Разработанная система может быть применена в различных отраслях промышленности для автоматизации контроля качества продукции.


Adabiyotlar

  1. Saranya G, Kumaran K, Angad Rehsi, Anand Misra, Mayank Mishra (2024). Fruit Quality Detection:A Comparative Study of the YOLO Series. https://www.semanticscholar.org/paper/cc105321dfbf3a4a0cfb59d9cfe7fdc0bef5ba58
  2. Md Raisul Islam, Md. Zakir Hossain Zamil, Md Eshmam Rayed, Mohsinul Kabir, M. F. Mridha, Satoshi Nishimura, Jungpil Shin (2024). Deep Learning and Computer Vision Techniques for Enhanced Quality Control in Manufacturing Processes. https://www.semanticscholar.org/paper/233b57d63838168aa05dba9a25ab505c80b8d7ac
  3. Dr. Swarup J. Chattarjee, Vaibhav Singh, Shreya Jaiswal (2024). A Review on Quality Control: Maintaining Product Purity & Perfection. https://wjpr.s3.ap-south-1.amazonaws.com/article_issue/7fde59a1aeecf6d1cda2404ee8a7bf93.pdf
  4. Zulfa Fitri Ikatrinasari, Hendi Herlambang, Kosasih Kosasih (2023). Design and implementation of intelligent electronic component inspection based on PLC and vision system. https://doi.org/10.30656/jsmi.v7i2.6511
  5. Muhammad Hussain (2023). YOLO-v1 to YOLO-v8, the Rise of YOLO and Its Complementary Nature toward Digital Manufacturing and Industrial Defect Detection. https://doi.org/10.3390/machines11070677
  6. Muhammad Hussain (2023). YOLO-v1 to YOLO-v8, the Rise of YOLO and Its Complementary Nature toward Digital Manufacturing and Industrial Defect Detection. https://www.semanticscholar.org/paper/9fe165e7cbb6b24d7e7efc6030f5ee08a2ecbadb
  7. Chien‐Yi Huang, Pei-Xuan Tsai (2024). Applying Machine Learning to Construct a Printed Circuit Board Gold Finger Defect Detection System. https://doi.org/10.3390/electronics13061090