Реалізація систем контролю якості продукції на основі машинного зору та web-технологій
DOI:
https://doi.org/10.20535/2617-9741.1.2024.300980Ключові слова:
контроль якості, система керування, комп’ютерний зір, машинний зір, web-технології, ресурсоефективністьАнотація
Технології комп’ютерного зору отримали широке застосування в різних галузях, зокрема в медицині, виробництві, транспорті, логістиці, сільському господарстві. В статті наведено загальну схему контролю якості продукції на основі комп’ютерного зору. Як приклад розглянуто задачу виявлення дефектів друкованих плат та проаналізовано стек технологій для її розв’язання. Розпізнавання дефектів базується на індексі структурної подібності SSIM, що обчислює різницю між зображеннями еталонної і поточної плати. Незважаючи на значний прогрес у галузі машинного зору, залишається багато невирішених питань щодо якості та розмірності вхідних даних, вибору моделей, точності результатів. Інтеграція елементів систем машинного зору для обміну інформацією та прийняття рішень також становить значну проблему, тому у статті представлено один із підходів до її розв’язання. Запропоновано програмну реалізацію для виявлення дефектів у вигляді веб-додатку. Архітектура системи складається з клієнтської та серверної частини. Клієнтська частина реалізована з використанням Vue.js, на стороні сервера використано Flask фреймворк, що полегшує інтеграцію з існуючими Python-бібліотеками.
Посилання
Trinh C., Meimaroglou D., Hoppe S. Machine Learning in Chemical Product Engineering: The State of the Art and a Guide for Newcomers. Processes 2021, 9, 1456. URL: https://doi.org/10.3390/pr9081456 (date of access 24.02.2004)
Divyanshu Tirkey, Kshitiz Kumar Singh, Shrivishal Tripathi Performance analysis of AI-based solutions for crop disease identification, detection, and classification, Smart Agricultural Technology, Volume 5, 2023, 100238, ISSN 2772-3755. URL: https://doi.org/10.1016/j.atech.2023.100238 date of access 24.02.2004)
Aditya Akundi, Mark Reyna A Machine Vision Based Automated Quality Control System for Product Dimensional Analysis, Procedia Computer Science, Volume 185, 2021, Pages 127-134, ISSN 1877-0509. URL: https://doi.org/10.1016/j.procs.2021.05.014. (date of access 24.02.2004)
Yang, J., Li, S., Wang, Z., Dong, H., Wang, J., Tang, S. Using Deep Learning to Detect Defects in Manufacturing: A Comprehensive Survey and Current Challenges. Materials 2020, 13, 5755. URL: https://doi.org/10.3390/ma13245755 (date of access 24.02.2004)
Villalba-Diez, J., Schmidt, D., Gevers, R., Ordieres-Meré, J., Buchwitz, M., Wellbrock, W Deep Learning for Industrial Computer Vision Quality Control in the Printing Industry 4.0. Sensors 2019, 19, 3987. URL: https://doi.org/10.3390/s19183987 (date of access 24.02.2004)
Тимчишин Р.М., Волков О.Є., Господарчук О.Ю., Богачук Ю.П. Сучасні підходи до розв’язання задач комп’ютерного зору, Control systems and computers, 2018, № 6 Article 4. URL: https://doi.org/10.15407/usim.2018.06.046 (дата звернення 24.02.2004)
Vasista Reddy Exploring Image Similarity Approaches in Python. ScrapeHero, Sep 5, 2023. URL: https://medium.com/scrapehero/exploring-image-similarity-approaches-in-python-b8ca0a3ed5a3 (date of access 24.02.2004)
How to detect defects on a Printed Circuit Board using OpenCV? March 7, 2021. URL: https://blog.ldtalentwork.com/2021/03/07/how-to-detect-defects-on-a-printed-circuit-board-using-opencv (date of access 24.02.2004)
Adrian Rosebrock Image Difference with OpenCV and Python. June 19, 2017. URL: https://pyimagesearch.com/2017/06/19/image-difference-with-opencv-and-python/ (date of access 24.02.2004)
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Дмитро Олександрович Ковалюк, Олег Олександрович Ковалюк, Володимир Сергійович Малішевський
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
