Новы клапан Common Rail F00VC01362 для інжэктара 0445110302 0445110303 для ін'екцыйнай іголкі

Дзякуючы хуткаму развіццю грамадства, аўтамабілі становяцца ўсё больш важным інструментам падарожжа ў паўсядзённым жыцці. Як прылада для ўпырску бензіну ў аўтамабільныя цыліндры, сядло клапана аўтамабільных фарсунак гуляе вельмі важную ролю ў кантролі колькасці паліва. Як палепшыць якасць дэталяў, стала важным пытаннем, якое выклікае занепакоенасць, але з-за невялікага памеру дэталяў іх лёгка абмежаваць тэхналогія апрацоўкі. У працэсе вытворчасці ўнутры непазбежна застануцца драпіны, дэфекты, плямы іржы, белыя плямы і іншыя тыпы дэфектаў, што ўплывае на працу аўтамабільнага сядзення інжэктара.

Такім чынам, вылучэнне дэфектных дэталяў з многіх частак стала непазбежным праектам. З хуткім павелічэннем даных малюнкаў і хуткім развіццём вылічальных здольнасцей апаратнага забеспячэння тэхналогія выяўлення глыбокага навучання, прадстаўленая згорткавай нейронавай сеткай, была прыменена для адпаведных задач выяўлення дэфектаў. У параўнанні з традыцыйным алгарытмам прадукцыйнасць была значна палепшана. У 2014 годзе Рос Гіршык [1] ​​і іншыя прапанавалі алгарытм R-CNN для вылучэння рэгіёнаў-кандыдатаў праз алгарытм селектыўнага пошуку, але алгарытм інтэнсіўны і павольны ў плане вылічэнняў. У далейшым прапануецца алгарытм выяўлення мэты SPP-Net, які вырашае праблему дэфармацыі аб'екта, а затым прапануецца Fast R-CNN шляхам увядзення шматзадачнай страты і RoI Pooling, які выкарыстоўвае шматзадачнае навучанне для завяршэння класіфікацыі і рэгрэсіі.

Аднак рэгіянальны метад, прыняты алгарытмам, па-ранейшаму зойме шмат часу. Таму Рэн [2] прапанаваў алгарытм Faster R-CNN. Алгарытм прадстаўляе сетку RPN на аснове алгарытму Fast R-CNN, які быў значна палепшаны ў хуткасці і прадукцыйнасці. Алгарытм Faster R-CNN можа дасягнуць лепшых вынікаў у выяўленні аб'ектаў, чым іншыя алгарытмы.