Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "automated optical inspection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    A QMS-compliant multiparameter system for optical inspection of manufactured products
    System wieloparametrycznej kontroli wyrobów w procesie produkcji z wykorzystaniem metod optycznej inspekcji przystosowanej do wymagań systemów zarządzania jakością
    Autorzy:
    Zając, J.
    Małkiński, W.
    Dworak, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/256666.pdf
    Data publikacji:
    2006
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    systemy wizji maszynowej
    przetwarzanie obrazów
    analiza obrazów
    automatyczna inspekcja optyczna
    swobodny spadek
    akwizycja poruszających się obiektów
    baza danych
    system zarządzania jakością
    machine vision systems
    image processing
    image analysis
    automated optical inspection
    free fall
    acquisition of moving objects
    database
    quality management system
    Opis:
    The system described in this paper provides automated optical inspection of free-falling products. It was designed to inspect plastic nose pads for eyeglasses. The solutions relating to the integrated image acquisition and the processing and analysis techniques allow achieving high inspection efficiency. The system also assures the possibility of full archiving of the inspection results for further reference, processing or statistical analysis.
    Opisany w artykule system automatycznej inspekcji optycznej przeznaczony jest do inspekcji jakości swobodnie spadających detali. Zrealizowano aplikację, w której inspekcji podlegają plastikowe noski do okularów. Zastosowane rozwiązania w zakresie akwizycji obrazów oraz technik przetwarzania i analizy umożliwiły uzyskanie dużej wydajności inspekcji. Opracowany system zapewnia również możliwość pełnego archiwizowania wyników inspekcji w celu późniejszego porównywania, przetwarzania czy analizy statystycznej.
    Źródło:
    Problemy Eksploatacji; 2006, 4; 215-230
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detection of Monocrystalline Silicon Wafer Defects Using Deep Transfer Learning
    Autorzy:
    Ganum, Adriana
    Iskandar, D. N. F. Awang
    Chin, Lim Phei
    Fauzi, Ahmad Hadinata
    Powiązania:
    https://bibliotekanauki.pl/articles/2058502.pdf
    Data publikacji:
    2022
    Wydawca:
    Instytut Łączności - Państwowy Instytut Badawczy
    Tematy:
    automated optical inspection
    machine learning
    neural network
    wafer imperfection identification
    Opis:
    Defect detection is an important step in industrial production of monocrystalline silicon. Through the study of deep learning, this work proposes a framework for classifying monocrystalline silicon wafer defects using deep transfer learning (DTL). An existing pre-trained deep learning model was used as the starting point for building a new model. We studied the use of DTL and the potential adaptation of Mo bileNetV2 that was pre-trained using ImageNet for extracting monocrystalline silicon wafer defect features. This has led to speeding up the training process and to improving performance of the DTL-MobileNetV2 model in detecting and classifying six types of monocrystalline silicon wafer defects (crack, double contrast, hole, microcrack, saw-mark and stain). The process of training the DTL-MobileNetV2 model was optimized by relying on the dense block layer and global average pooling (GAP) method which had accelerated the convergence rate and improved generalization of the classification network. The monocrystalline silicon wafer defect classification technique relying on the DTL-MobileNetV2 model achieved the accuracy rate of 98.99% when evaluated against the testing set. This shows that DTL is an effective way of detecting different types of defects in monocrystalline silicon wafers, thus being suitable for minimizing misclassification and maximizing the overall production capacities.
    Źródło:
    Journal of Telecommunications and Information Technology; 2022, 1; 34--42
    1509-4553
    1899-8852
    Pojawia się w:
    Journal of Telecommunications and Information Technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies