基于人工智能视觉的金枪鱼罐头生产自动化质量控制系统
计算机视觉与模式识别
2024-10-24 v1 人工智能
机器学习
机器人学
图像与视频处理
摘要
这篇科学文章介绍了一种利用人工智能视觉检测和分类金枪鱼金属罐缺陷的自动化控制系统的实现。该系统利用传送带和由光电传感器触发的摄像头进行视觉识别。一个机械臂根据金属罐的状况对其进行分类。通过使用Mosquitto、Node-RED、InfluxDB和Grafana的物联网系统实现了工业4.0集成。采用YOLOv5模型检测金属罐盖的缺陷以及易拉环的定位。在Google Colab上使用GPU进行训练，实现了标签上的OCR文本检测。结果表明，该系统能够高效地实时识别问题、优化资源并交付高质量产品。同时，视觉系统有助于质量控制的自主性，使操作员能够腾出时间在公司内执行其他职能。
引用
@article{arxiv.2410.17275,
title = {Automated Quality Control System for Canned Tuna Production using Artificial Vision},
author = {Sendey Vera and Luis Chuquimarca and Wilson Galdea and Bremnen Véliz and Carlos Saldaña},
journal= {arXiv preprint arXiv:2410.17275},
year = {2024}
}
备注
6 pages, 12 figures