基于pytorch深度學(xué)習(xí)平臺(tái),采用輕量化ResNet模型先判斷零部件是否存在，再通過CNN卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的目標(biāo)分割模型,精確識(shí)別目標(biāo)輪廓的關(guān)鍵點(diǎn)坐標(biāo)。這一深度學(xué)習(xí)方法能夠快速定位接插件、卡點(diǎn)、風(fēng)袋等關(guān)鍵部位，確保檢測(cè)的靈活性和準(zhǔn)確性。
檢測(cè)項(xiàng)：
線束走向、
接插頭是否到位、
風(fēng)帶連接位、
面套型條掛鉤掛到位，
線束扭轉(zhuǎn) 、
等等
檢測(cè)精度：≥99%
檢測(cè)節(jié)拍：≤20S
