CN115555290A - 一种基于深度学习的玻璃盖板细微缺陷检测设备 - Google Patents
一种基于深度学习的玻璃盖板细微缺陷检测设备 Download PDFInfo
- Publication number
- CN115555290A CN115555290A CN202211283537.4A CN202211283537A CN115555290A CN 115555290 A CN115555290 A CN 115555290A CN 202211283537 A CN202211283537 A CN 202211283537A CN 115555290 A CN115555290 A CN 115555290A
- Authority
- CN
- China
- Prior art keywords
- fixed
- detection
- glass cover
- detection area
- industrial camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000011521 glass Substances 0.000 title claims abstract description 54
- 230000007547 defect Effects 0.000 title claims abstract description 33
- 238000013135 deep learning Methods 0.000 title claims abstract description 12
- 238000012360 testing method Methods 0.000 title claims description 3
- 238000001514 detection method Methods 0.000 claims abstract description 72
- 238000007650 screen-printing Methods 0.000 claims abstract description 10
- 238000013519 translation Methods 0.000 claims description 12
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 241000252254 Catostomidae Species 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000005357 flat glass Substances 0.000 description 1
- 239000005329 float glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/3416—Sorting according to other particular properties according to radiation transmissivity, e.g. for light, x-rays, particle radiation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0072—Sorting of glass
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biochemistry (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Toxicology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于深度学习的玻璃盖板细微缺陷检测设备,包括机架底座,所述机架底座顶部安装有与其匹配的支撑顶架,所述机架底座顶部沿机架底座的长度方向对称安装有输送带,两根输送带的传动辊之间通过转轴连接,其中一个传动辊上连接有驱动电机;所述机架底座上沿输送带输送方向依次设有丝印检测区、透明检测区和分拣区。本发明通过将丝印检测区和透明检测区进行结合,能对各种规格不同的玻璃盖板进行检测,并通过工业相机拍摄后通过YOLOv5目标检测模型实现缺陷检测,能针对细微缺陷进行检测,并能有效提高检测效率及检测效果。
Description
技术领域
本发明属于玻璃盖板检测技术领域,具体涉及一种基于深度学习的玻璃盖板细微缺陷检测设备。
背景技术
玻璃盖板因其具备高硬度、耐划伤以及抗冲击等性能,被广泛应用于智能手机、平板电脑等领域,但是由于其特殊的加工工艺,在加工过程中会产生不同种类的缺陷,大致可分为划伤,崩边与透光三种。目前针对玻璃盖板的检测设备,大部分都是围绕手机屏玻璃盖板和浮法玻璃展开的,应用范围相对单一,缺乏通用性;而针对平板电脑、显示触摸屏等较大的玻璃盖板检测,目前主要还是采用人工进行检测,针对不同的缺陷通过多道人工检测工序,这种人工检测的方式耗时长且检测准确率较低。
发明内容
本发明所要解决的技术问题便是针对上述现有技术的不足,提供一种基于深度学习的玻璃盖板细微缺陷检测设备,它能够实现对不同的剥离盖板进行检测,并能对玻璃盖板的丝印区和透明区分别进行检测,具有广泛的适用性。
本发明所采用的技术方案是:一种基于深度学习的玻璃盖板细微缺陷检测设备,包括机架底座,所述机架底座顶部安装有与其匹配的支撑顶架,所述机架底座顶部沿机架底座的长度方向对称安装有输送带,两根输送带的传动辊之间通过转轴连接,其中一个传动辊上连接有驱动电机;
所述机架底座上沿输送带输送方向依次设有丝印检测区、透明检测区和分拣区;
所述丝印检测区包括一号工业相机、同轴光源、一号光电传感器、升降气缸、支撑座、转动舵机、工作台和数个固定气动吸盘,所述一号工业相机和同轴光源从上至下同轴安装在支撑顶架上,且一号相机和同轴光源位于两根输送带之间的中部,一号光电传感器安装在一号工业相机前方的支撑顶架上,所述升降气缸固定在机架底座上,并位于丝印检测区的中心,升降气缸的伸缩端与支撑座固定连接,支撑座上通过连接件安装转动舵机,转动舵机的转动轴与工作台固定连接,工作台的边角处均安装有固定气动吸盘;
所述透明检测区包括二号工业相机、二号光电传感器和板面光源,所述板面光源固定安装在输送带下方在机架底座顶部,二号工业相机固定在支撑顶架上并垂直于板面光源中心,所述二号光电传感器安装在二号工业相机前方的支撑顶架上;
所述分拣区包括导轨、滑块、平移电机、升降组件、抓取气动吸盘和三号光电传感器,所述导轨通过连接件水平放置在输送带上方,并与输送带垂直,所述三号光电传感器安装在支撑顶架上并位于导轨前方,所述导轨上安装与其滑动配合的滑块,导轨的一端安装有用于驱动滑块滑动的平移电机,所述滑块上固定安装有升降组件,升降组件的底部安装有抓取气动吸盘,所述导轨远离平移电机的一端下方设有载物台,载物台的一侧与机架底座侧壁固定连接。
作为优选,所述丝印检测区还包括摆动舵机,所述摆动舵机固定安装在转动舵机的转动轴上,且摆动舵机转动轴的两侧通过U型连接件与工作台连接。
作为优选,所述升降组件包括固定背板、滑动导板、升降块、连接座和步进电机,所述固定背板固定安装在滑块上,滑动导板固定安装在固定背板表面,所述步进电机固定在固定背板上并位于滑动导板顶部,步进电机连接有步进电机推杆,升降块与滑动导板滑动配合,并与步进电机推杆螺纹配合,所述升降块外侧与连接座固定连接,连接座底部安装有抓取气动吸盘。作为优选,所述支撑顶架上安装有将输送带罩住的外壳,外壳采用黑色亚克力板制成。
本发明的有益效果在于:
(1)设置有丝印检测区和透明检测区,能对不同种类规格的玻璃盖板进行缺陷检测,具有广泛的适用性;
(2)通过工业相机辅以同轴光源,利用YOLOv5目标检测模型实现丝印区域缺陷检测,能有效提高丝印检测的效率及效果;
(3)通过工业相机辅以板面光源,利用YOLOv5目标检测模型实现透明区域缺陷检测,能有效提高透明区域检测的效率及效果;
(4)设置有分拣区,能将检测出有缺陷的玻璃盖板分拣收集;
(5)设置升降气缸和转动舵机,可将固定气动吸盘升起后固定玻璃盖板并通过转动舵机进行旋转,从而实现玻璃盖板四条边的拍摄检测;
(6)设置摆动舵机,可将玻璃盖板倾斜,实现多角度的拍摄,从而可获取更好的成像效果,避免了由于水平放置拍摄可能损失的部分缺陷信息。
本发明通过将丝印检测区和透明检测区进行结合,能对各种规格不同的玻璃盖板进行检测,并通过工业相机拍摄后通过YOLOv5目标检测模型实现缺陷检测,能针对细微缺陷进行检测,并能有效提高检测效率及检测效果。
附图说明
图1为本发明的结构示意图;
图2为本发明的侧视图;
图3为本发明的俯视图;
图4为本发明丝印检测区结构示意图;
图5为本发明分拣区结构示意图;
图6为本发明升降组件结构示意图;
图7为本发明的检测流程图。
图中:1、机架底座;2、支撑顶架;3、输送带;4、转轴;5、驱动电机;6、丝印检测区;7、透明检测区;8、分拣区;61、一号工业相机;62、同轴光源;63、一号光电传感器;64、升降气缸;65、支撑座;66、转动舵机;67、工作台;68、固定气动吸盘;69、摆动舵机;71、二号工业相机;72、二号光电传感器;73、板面光源;81、导轨;82、滑块;83、平移电机;84、升降组件;85、抓取气动吸盘;86、载物台;87、三号光电传感器;841、固定背板;842、滑动导板;843、升降块;844、连接座;845、步进电机;846、步进电机推杆。
具体实施方式
下面将结合附图及具体实施例对本发明作进一步详细说明。
实施例
如图1、图2、图3、图4、图5、图6和图7所示,本实施例提供的基于深度学习的玻璃盖板细微缺陷检测设备,包括机架底座1,所述机架底座1顶部安装有与其匹配的支撑顶架2,在所述机架底座1上分拣区8载物台86的位置处还设有分拣框架,分拣框架固定在机架底座1一侧;所述支撑顶架2上安装有黑色的亚克力板,黑色的亚克力板将输送带3完全罩住,起到遮光、防尘的作用,避免外界光源的干扰,提高检测的准确率;其中分拣区8处的支撑顶架2和分拣框架上均安装透明的亚克力板,主要是为了起到防尘作用,同时还可以通过这个位置观察整个设备的运行情况;
所述机架底座1顶部沿机架底座1的长度方向对称安装有输送带3,两根输送带3的传动辊分别固定在机架底座1顶部内侧,两根输送带3的传动辊之间通过转轴4连接,其中一个传动辊连接有驱动电机5,用于控制输送带3的启停;
所述机架底座1上沿输送带3输送方向依次设有丝印检测区6、透明检测区7和分拣区8;
所述丝印检测区6包括一号工业相机61、同轴光源62、一号光电传感器63、升降气缸64、支撑座65、转动舵机66、摆动舵机69、工作台67和数个固定气动吸盘68,所述一号工业相机61和同轴光源62从上至下同轴安装在支撑顶架2上,且一号相机和同轴光源62位于两根输送带3之间的中部,一号光电传感器63安装在一号工业相机61前方的支撑顶架2上,所述升降气缸64固定在机架底座1上,并位于丝印检测区6的中心,升降气缸64的伸缩端与支撑座65固定连接,支撑座65上通过连接件安装转动舵机66,转动舵机66的驱动轴上固定连接有摆动舵机69,所述摆动舵机69转动轴的两侧通过U型连接件与工作台67连接,工作台67的边角处均安装有固定气动吸盘68;本实施例中采用的是三角形的工作台67,在工作台67的三个边角处竖直安装有固定气动吸盘68;
玻璃盖板通过输送带3向前输送,在一号光电传感器63检测到玻璃盖板后,传递信号给控制柜,控制柜控制驱动电机5停止,此时玻璃盖板一侧位于一号光电传感器63下方,与其相对的一侧位于一号工业相机61下方,工业相机通过同轴光源62提供的光源对玻璃盖板的一侧进行拍摄,拍摄后将照片传回上位机分析,此时控制柜控制升降气缸64启动,升起后通过固定气动吸盘68将玻璃盖板吸附固定,再通过控制柜控制摆动舵机69启动,可将玻璃盖板倾斜,实现多角度的拍摄,避免了由于水平放置拍摄可能损失的部分缺陷信息;当玻璃盖板的一侧拍摄完成后,摆动舵机69回到初始状态,玻璃盖板呈水平状,启动转动舵机66,转动舵机66将带动工作台67转动,旋转90°后停止,重复上述拍摄步骤对玻璃盖板的第二侧进行拍摄,依次重复对玻璃盖板的四条边进行拍摄,拍摄后的照片回传上位机,上位机首先对拍摄图片进行预处理,由于该部分检测丝印区的划伤、透光和崩边缺陷,因此通过现有的算法首先剔除掉图片中除丝印区外的无效区域,再之后为了提升检测速度,对图片进行分割,均分成多张分辨率为640×640图片,使用预训练好的深度学习目标检测模型YOLOv5对分割后的图片进行检测,判断是否出现划伤划伤、透光和崩边缺陷,最终将检测后的小图片再进行合成,得出最终的缺陷检测结果,完成玻璃盖板的丝印缺陷检测,最后将玻璃盖板放回输送带3上,并松开固定气动吸盘68,升降气缸64带动工作台67回到初始位置;若检测没有缺陷,则输送带3将玻璃盖板送至透明检测区7,若有缺陷,则送至分拣区8;
所述透明检测区7包括二号工业相机71、二号光电传感器72和板面光源73,所述板面光源73固定安装在输送带3下方在机架底座1顶部,二号工业相机71固定在支撑顶架2上并垂直于板面光源73中心,所述二号光电传感器72安装在二号工业相机71前方的支撑顶架2上;输送带3将丝印缺陷的玻璃盖板输送至透明检测区7,在二号光电传感器72检测到玻璃盖板后,传递信号给控制柜,控制柜控制驱动电机5停止,此时玻璃盖板一侧位于二号光电传感器72下方,玻璃盖板整体位于板面光源73上方,二号工业相机71位于玻璃盖板中心的上方;板面光源73开启为二号工业相机71提供拍摄光源,二号工业相机71开始拍摄,拍摄完成后将图片传至上位机,上位机首先对图片进行预处理,由于该区域检测透明区的划伤,因此首先剔除掉图片中除透明区外的无效区域,之后为了提升检测速度,对图片进行分割,将其均分成多张分辨率为640×640图片,使用深度学习目标检测模型YOLOv5对分割后的图片进行检测,判断是否出现划伤,最终将检测后的小照片再进行合成,得出最终的缺陷检测结果,完成后启动输送带3,将检测存在缺陷的玻璃盖板送至分拣区8;
所述分拣区8包括导轨81、滑块82、平移电机83、升降组件84、抓取气动吸盘85和三号光电传感器87,所述导轨81通过L型的连接件固定安装在机架底座1顶部,且水平横置在输送带3上方,即导轨81垂直设置在输送带3上方,所述三号光电传感器87安装在支撑顶架2上并位于导轨81前方,当三号光电传感器87检测到玻璃盖板后,输送带3停止,此时玻璃盖板的一侧位于三号光电传感器87下方,玻璃盖板的纵向中线与导轨81中线位于同一竖直面上,所述导轨81上安装与其滑动配合的滑块82,导轨81的一端安装有用于驱动滑块82滑动的平移电机83,通过平移电机83的启停,即可使滑块82在导轨81上进行平移运动,所述滑块82上固定安装有升降组件84,所述升降组件84包括固定背板841、滑动导板842、升降块843、连接座844和步进电机845,固定背板841固定安装在滑块82上,滑动导板842与固定背板841一体成型,位于固定背板841的外侧,所述升降块843与滑动导板842连接并滑动配合,所述步进电机845位于滑动导板842顶部中心,与固定背板841固定连接,步进电机845底端安装有步进电机845推杆,步进电机845推杆穿过升降块843并与升降块843螺纹配合,从而使得步进电机845的启停可带动升降块843在步进电机845推杆上实现升降,所述升降块843外侧与连接座844固定连接,连接座844底部安装有抓取气动吸盘85,通过升降块843下降带动抓取气动吸盘85与玻璃盖板顶部接触并通过抓取气动吸盘85吸附,吸附后升降块843上升,再次通过平移电机83将滑块82移至载物台86上方,然后通过升降块843下降后把玻璃盖板放置在载物台86上,为了方便玻璃盖板的放置,用时避免刚性碰撞对玻璃盖板的伤害,载物台86底部安装有减振弹簧,可实现载物台86受力后的自平衡。
以上所述仅是本发明优选的实施方式,但本发明的保护范围并不局限于此,任何基于本发明所提供的技术方案和发明构思进行的改造和替换都应涵盖在本发明的保护范围内。
Claims (4)
1.一种基于深度学习的玻璃盖板细微缺陷检测设备,包括机架底座(1),其特征在于:所述机架底座(1)顶部安装有与其匹配的支撑顶架(2),所述机架底座(1)顶部沿机架底座(1)的长度方向对称安装有输送带(3),两根输送带(3)的传动辊之间通过转轴(4)连接,其中一个传动辊上连接有驱动电机(5);
所述机架底座(1)上沿输送带(3)输送方向依次设有丝印检测区(6)、透明检测区(7)和分拣区(8);
所述丝印检测区(6)包括一号工业相机(61)、同轴光源(62)、一号光电传感器(63)、升降气缸(64)、支撑座(65)、转动舵机(66)、工作台(67)和数个固定气动吸盘(68),所述一号工业相机(61)和同轴光源(62)从上至下同轴安装在支撑顶架(2)上,且一号相机和同轴光源(62)位于两根输送带(3)之间的中部,一号光电传感器(63)安装在一号工业相机(61)前方的支撑顶架(2)上,所述升降气缸(64)固定在机架底座(1)上,并位于丝印检测区(6)的中心,升降气缸(64)的伸缩端与支撑座(65)固定连接,支撑座(65)上通过连接件安装转动舵机(66),转动舵机(66)的转动轴与工作台(67)固定连接,工作台(67)的边角处均安装有固定气动吸盘(68);
所述透明检测区(7)包括二号工业相机(71)、二号光电传感器(72)和板面光源(73),所述板面光源(73)固定安装在输送带(3)下方在机架底座(1)顶部,二号工业相机(71)固定在支撑顶架(2)上并垂直于板面光源(73)中心,所述二号光电传感器(72)安装在二号工业相机(71)前方的支撑顶架(2)上;
所述分拣区(8)包括导轨(81)、滑块(82)、平移电机(83)、升降组件(84)、抓取气动吸盘(85)和三号光电传感器(87),所述导轨(81)通过连接件水平放置在输送带(3)上方,并与输送带(3)垂直,所述三号光电传感器(87)安装在支撑顶架(2)上并位于导轨(81)前方,所述导轨(81)上安装与其滑动配合的滑块(82),导轨(81)的一端安装有用于驱动滑块(82)滑动的平移电机(83),所述滑块(82)上固定安装有升降组件(84),升降组件(84)的底部安装有抓取气动吸盘(85),所述导轨(81)远离平移电机(83)的一端下方设有载物台(86),载物台(86)的一侧与机架底座(1)侧壁固定连接。
2.根据权利要求1所述的一种基于深度学习的玻璃盖板细微缺陷检测设备,其特征在于:所述支撑顶架(2)上安装有将输送带(3)罩住的外壳,外壳采用黑色亚克力板制成。
3.根据权利要求1或2所述的一种基于深度学习的玻璃盖板细微缺陷检测设备,其特征在于:所述丝印检测区(6)还包括摆动舵机(69),所述摆动舵机(69)固定安装在转动舵机(66)的转动轴上,且摆动舵机(69)转动轴的两侧通过U型连接件与工作台(67)连接。
4.根据权利要求3所述的一种基于深度学习的玻璃盖板细微缺陷检测设备,其特征在于:所述升降组件(84)包括固定背板(841)、滑动导板(842)、升降块(843)、连接座(844)和步进电机(845),所述固定背板(841)固定安装在滑块(82)上,滑动导板(842)固定安装在固定背板(841)表面,所述步进电机(845)固定在固定背板(841)上并位于滑动导板(842)顶部,步进电机(845)连接有步进电机推杆(846),升降块(843)与滑动导板(842)滑动配合,并与步进电机推杆(846)螺纹配合,所述升降块(843)外侧与连接座(844)固定连接,连接座(844)底部安装有抓取气动吸盘(85)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211283537.4A CN115555290A (zh) | 2022-10-20 | 2022-10-20 | 一种基于深度学习的玻璃盖板细微缺陷检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211283537.4A CN115555290A (zh) | 2022-10-20 | 2022-10-20 | 一种基于深度学习的玻璃盖板细微缺陷检测设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115555290A true CN115555290A (zh) | 2023-01-03 |
Family
ID=84747322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211283537.4A Pending CN115555290A (zh) | 2022-10-20 | 2022-10-20 | 一种基于深度学习的玻璃盖板细微缺陷检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115555290A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116727266A (zh) * | 2023-08-11 | 2023-09-12 | 达州市雅森环保建材有限公司 | 一种玻璃深加工分选设备及分选方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105008854A (zh) * | 2013-02-19 | 2015-10-28 | 旭硝子株式会社 | 透明板状体表面检查用摄像系统 |
CN205484119U (zh) * | 2016-03-08 | 2016-08-17 | 深圳市深鸿海自动化设备有限公司 | 一种aoi自动光学检测系统 |
CN206431066U (zh) * | 2017-01-11 | 2017-08-22 | 春兴精工(常熟)有限公司 | 一种笔记本电脑外壳ccd检测装置 |
CN108373030A (zh) * | 2018-03-09 | 2018-08-07 | 南京帝鼎数控科技有限公司 | 一种橱柜门板正反面加工系统 |
CN108375585A (zh) * | 2018-05-18 | 2018-08-07 | 华南理工大学 | 一种多角度视觉缺陷检测平台及检测方法 |
CN108534665A (zh) * | 2017-03-01 | 2018-09-14 | 东京毅力科创株式会社 | 自转检测用治具、基板处理装置及其运转方法 |
CN108855992A (zh) * | 2018-07-12 | 2018-11-23 | 机械科学研究总院海西(福建)分院有限公司 | 一种玻璃检测及不良品剔除机构 |
CN109399408A (zh) * | 2018-10-29 | 2019-03-01 | 王怀翠 | 一种全自动电池缠绕胶带设备 |
CN110000111A (zh) * | 2019-04-04 | 2019-07-12 | 东莞市科隆威自动化设备有限公司 | 全方位缺陷检测设备 |
CN110208290A (zh) * | 2019-06-19 | 2019-09-06 | 海南梯易易智能科技有限公司 | 一种基于线扫描相机的3d曲面玻璃缺陷检测装置 |
CN111468433A (zh) * | 2020-04-21 | 2020-07-31 | 广州市心鉴智控科技有限公司 | 一种镜片检测系统及镜片检测方法 |
CN217200584U (zh) * | 2022-04-02 | 2022-08-16 | 德恩精工(嘉善)有限公司 | 一种工件翻转设备 |
-
2022
- 2022-10-20 CN CN202211283537.4A patent/CN115555290A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105008854A (zh) * | 2013-02-19 | 2015-10-28 | 旭硝子株式会社 | 透明板状体表面检查用摄像系统 |
CN205484119U (zh) * | 2016-03-08 | 2016-08-17 | 深圳市深鸿海自动化设备有限公司 | 一种aoi自动光学检测系统 |
CN206431066U (zh) * | 2017-01-11 | 2017-08-22 | 春兴精工(常熟)有限公司 | 一种笔记本电脑外壳ccd检测装置 |
CN108534665A (zh) * | 2017-03-01 | 2018-09-14 | 东京毅力科创株式会社 | 自转检测用治具、基板处理装置及其运转方法 |
CN108373030A (zh) * | 2018-03-09 | 2018-08-07 | 南京帝鼎数控科技有限公司 | 一种橱柜门板正反面加工系统 |
CN108375585A (zh) * | 2018-05-18 | 2018-08-07 | 华南理工大学 | 一种多角度视觉缺陷检测平台及检测方法 |
CN108855992A (zh) * | 2018-07-12 | 2018-11-23 | 机械科学研究总院海西(福建)分院有限公司 | 一种玻璃检测及不良品剔除机构 |
CN109399408A (zh) * | 2018-10-29 | 2019-03-01 | 王怀翠 | 一种全自动电池缠绕胶带设备 |
CN110000111A (zh) * | 2019-04-04 | 2019-07-12 | 东莞市科隆威自动化设备有限公司 | 全方位缺陷检测设备 |
CN110208290A (zh) * | 2019-06-19 | 2019-09-06 | 海南梯易易智能科技有限公司 | 一种基于线扫描相机的3d曲面玻璃缺陷检测装置 |
CN111468433A (zh) * | 2020-04-21 | 2020-07-31 | 广州市心鉴智控科技有限公司 | 一种镜片检测系统及镜片检测方法 |
CN217200584U (zh) * | 2022-04-02 | 2022-08-16 | 德恩精工(嘉善)有限公司 | 一种工件翻转设备 |
Non-Patent Citations (1)
Title |
---|
陈志军: "《智能网联环境下车辆运动行为理解方法》", vol. 1, 西南交通大学出版社, pages: 55 - 57 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116727266A (zh) * | 2023-08-11 | 2023-09-12 | 达州市雅森环保建材有限公司 | 一种玻璃深加工分选设备及分选方法 |
CN116727266B (zh) * | 2023-08-11 | 2023-10-20 | 达州市雅森环保建材有限公司 | 一种玻璃深加工分选设备及分选方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115555290A (zh) | 一种基于深度学习的玻璃盖板细微缺陷检测设备 | |
CN107364719B (zh) | 一种玻璃片上料输送装置 | |
CN110908156A (zh) | 一种液晶屏线路aoi自动检测设备 | |
CN111579554A (zh) | 笔记本外壳外观检测设备 | |
CN110967168A (zh) | 一种背光源成品外观检测机 | |
CN110850702B (zh) | 手表镜片检测机 | |
CN111896552B (zh) | 一种新型笔记本外壳缺陷检测设备 | |
CN108918538B (zh) | 一种反光面板ccd检测设备 | |
CN219039516U (zh) | 一种新型液晶显示屏模组的弯折治具 | |
CN209775781U (zh) | 一种适用于平板电脑触摸屏的贴合设备 | |
CN113640318B (zh) | 单目四镜面智能检测设备 | |
CN218766689U (zh) | 一种用于检测盖板玻璃外观缺陷的传输与检测装置 | |
CN207610991U (zh) | 一种白玻璃检测装置 | |
CN211319004U (zh) | 手表镜片检测机 | |
CN215986793U (zh) | 一种检测装置 | |
CN211652024U (zh) | 一种背光源成品外观检测机 | |
CN209086266U (zh) | 一种自动入料翻转检测机构 | |
CN207423492U (zh) | 一种用于屏幕加工的检测机 | |
CN113184537A (zh) | 一种面板输送设备 | |
CN213875435U (zh) | 一种el红外测试仪 | |
CN219496209U (zh) | Fpc线路板外观检测装置及fpc线路板生产设备 | |
CN216996591U (zh) | 一种视觉缺陷检测设备 | |
CN214168529U (zh) | 一种检针机 | |
CN213091481U (zh) | 一种钢化玻璃多光源检测台 | |
CN219625380U (zh) | 一种触摸屏质检机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230103 |