Sistem AOI multiview untuk panel layar otomotif menggunakan detektor YOLOv8n yang ditingkatkan
Sebuah studi melaporkan sistem inspeksi optik otomatis multiview untuk panel layar otomotif, dibangun di sekitar YOLO-OG, detektor yang diturunkan dari YOLOv8n. Para penulis menyatakan bahwa sistem ini menggabungkan pencitraan multiview, penekanan debu, dan praproses wilayah minat, serta melaporkan peningkatan dibandingkan baseline dan dalam validasi lini produksi.
Para peneliti telah mengembangkan sistem inspeksi optik otomatis multiview yang ditujukan untuk cacat permukaan pada panel layar otomotif. Karya tersebut mengusulkan YOLO-OG, detektor yang dibangun di atas YOLOv8n untuk digunakan dalam kondisi lini produksi.
Alur kerja menggabungkan pengambilan gambar dari berbagai sudut pandang, penekanan debu medan gelap, praproses wilayah minat, dan pengenalan cacat. Para penulis melaporkan bahwa YOLO-OG meningkatkan presisi dan rata-rata presisi rata-rata dibandingkan baseline YOLOv8n sambil mempertahankan efisiensi deteksi yang sebanding.
Dalam validasi lini produksi, para penulis melaporkan recall tingkat panel yang lebih tinggi daripada inspeksi manual dan lebih sedikit positif palsu daripada AOI konvensional dalam alur kerja pencitraan yang sama. Mereka juga melaporkan eksperimen transfer di mana peningkatan tersebut tetap bertahan setelah fine-tuning pada dataset PKU MSD.
Bagi pembeli peralatan, tanyakan apakah pengaturan multiview cocok dengan ukuran panel dan kecepatan lini Anda, dan bagaimana pengendalian debu dan pantulan akan ditangani di lini Anda. Minta data validasi dari panel seperti milik Anda, dan perjelas bagaimana detektor akan disetel dan dipelihara setelah pemasangan.