1. Trang chủ
  2. » Luận Văn - Báo Cáo

(Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy

68 0 0
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 68
Dung lượng 2,03 MB

Cấu trúc

  • 1. Lý do chãn đÁ tài (11)
  • 2. Māc đích nghiên cāu (12)
  • 3. Nhi òm vā nghiờn cāu (12)
  • 4. Ph¿m vi nghiên cāu (12)
  • 5. Đóng góp cÿa luÁn vn (12)
  • 6. CÃu trúc luÁn vn (12)
    • 1.1. BÁn m¿ch in PCB (14)
    • 1.2. Giỏi thiòu chung vÁ xÿ lý Ánh thỏ giỏc mỏy tớnh (17)
      • 1.2.1. Thá giác máy tính (17)
      • 1.2.2. Trớ tuò nhõn t¿o (18)
      • 1.2.3. Xÿ lý Ánh (19)
    • 2.1. ThuÁt toán trích chãn đặc tr¤ng bÃt bi¿n SIFT (23)
    • 2.2. Ma trÁn homography Homography và t huÁt toán RANSAC (0)
    • 2.3. ThuÁt toán contour (28)
      • 2.3.1. Ph¤¢ng pháp Square Tracing (29)
      • 2.3.2. Ph¤¢ng pháp Moore – Neighbor Tracing (29)
      • 2.3.3. Ph¤¢ng pháp Radial Sweep (30)
      • 2.3.4. Ph¤¢ng pháp Pavlidis (31)
    • 2.4. ThuÁt toán so sánh m¿u (32)
    • 2.5. ThuÁt toán K -means clustering (36)
    • 2.6. Mô hình hãc sâu YOLO (38)
      • 2.6.2. Mô hình YOLO (42)
    • 3.1. TiÁn xÿ lý (48)
    • 3.2. GiÁi pháp t emplate matching (50)
    • 3.3. GiÁi pháp XOR Ánh k¿t hÿp K -Means clusstering (52)
    • 3.4. GiÁi pháp sÿ dāng mô hình YOLO (54)
  • CHÊĂNG 4. KắT QUÀ VÀ ĐÁNH GIÁ (59)
    • 4.1. Xõy dựng hò thòng Vision (59)
    • 4.2. K¿t quÁ đánh giá (60)
  • BÁng 3. 1: Phép toán XOR (0)
  • BÁng 4. 1: K¿t quÁ ph°¡ng pháp Template matching (0)
  • BÁng 4. 2: K¿t quÁ ph°¡ng pháp Xor k¿t hÿp K -mean clustering (0)
  • BÁng 4. 3: Tập huÃn luyán (0)
  • BÁng 4. 4: K¿t quÁ ph°¡ng pháp YOLO (0)
  • BÁng 4. 5: K¿t quÁ so sánh (0)

Nội dung

Lý do chãn đÁ tài

Trong những năm gần đây, cùng với sự phát triển m¿nh mẽ cÿa nÁn công nghiáp 4.0 trong nhiÁu lĩnh vực khoa hãc công nghá và sự ra đời cÿa các thi¿t bá sá hián đ¿i, với mát trong những cÃu trúc quan trãng cÿa nÁn công nghiáp 4.0 đó chính là là mô hình nhà máy thông minh [1] Với mát tầm nhìn vÁ môi tr°ờng sÁn xuÃt trong đó các c¡ sở sÁn xuÃt và há tháng hậu cần đ°ÿc tổ chāc mà không cần có sự can thiáp cÿa con ng°ời Viác āng dāng công nghá đang làm cho quá trình sÁn xuÃt ngày càng trở nên thông minh và năng đáng và đÁm bÁo chÃt l°ÿng là y¿u tá tÃt y¿u trong các nhà máy sÁn xuÃt tự đáng Đặc biát với sự bùng nổ phát triển trong lĩnh vực AI và thá giác máy các quá trình kiểm tra giám sát vận hành càng trở nên linh ho¿t hiáu quÁ.

Ngày nay ngành công nghiáp thi¿t k¿ và sÁn xuÃt m¿ch đián tā đã và đang phát triển rÃt m¿nh mẽ, trong quá trình sÁn xuÃt dù công nghá ngày nay rÃt hián đ¿i và gần nh° 80% công đo¿n đÁu đ°ÿc máy móc thực hián, tuy nhiên trên thực t¿ vẫn có những linh kián có thi¿t k¿ đặc biát, hoặc kích th°ớc lớn cần phÁi nhờ thao tác cÿa con ng°ời để cắm lờn PCB, do vậy xỏc suÃt lòi vẫn cú thể xÁy ra Điển hỡnh những lòi nh° bỏ thi¿u linh kián, cắm linh kián bá ng°ÿc hoặc bá lách h°ớng, cắm sai linh kián điÁu này làm Ánh h°ởng rÃt lớn đ¿n ho¿t đáng cÿa m¿ch: M¿ch ho¿t đáng không chính xác, hoặc thậm chớ hòng m¿ch và kộo theo lòi cỏc thi¿t bỏ khỏc, đặc biỏt những m¿ch lòi này n¿u xuÃt sang khách hàng sẽ trở thành vÃn đÁ lớn Ánh h°ởng đ¿n uy tín và vá trí cÿa công ty so với các đái tác và các đái thÿ c¿nh tranh Do vậy sau công đo¿n cắm linh kián luôn cần quá trình kiểm tra để đÁm bÁo không có sai sót xÁy ra Tuy nhiên viỏc kiểm soỏt chÃt l°ÿng bằng cụng nhõn ngo¿i quan luụn tiÁm ẩn cỏc rÿi ro lót lòi, do Ánh h°ởng rÃt lớn bởi khÁ năng phát hián cÿa tÿng ng°ời H¡n nữa mắt sẽ cÁm thÃy mòi và mÃt tập trung khi thời gian làm viỏc liờn tāc tÿ khoÁng 8 đ¿n 12 giờ mòi ngày

Vỡ vậy tr°ớc yờu cầu thực tiòn đÁ ra trong luận văn này tụi đó đ°a ra ý t°ởng đÁ xuÃt các giÁi pháp āng dāng thá giác máy và các thuật toán xā lý Ánh và hãc sâu để phát hián linh kián trên bÁn m¿ch in Viác áp dāng há tháng thá giác máy giúp tái °u thời gian kiểm tra trên mát sÁn phẩm, có thể ho¿t đáng liên tāc, có đá tin cậy và đá chính xác cao, tái °u hóa Ánh h°ởng cÿa con ng°ời trong sÁn xuÃt.

Māc đích nghiên cāu

Luận văn tập trung nghiên cāu tìm hiểu vÁ các giÁi thuật hãc máy và xā lý Ánh āng dāng cho há tháng vision trong kiểm tra phát hián linh kián trên bÁn m¿ch in (PCB).

Nhi òm vā nghiờn cāu

- Tìm hiểu tổng quan vÁ thá giác máy, các ph°¡ng pháp xā lý Ánh, trích chãn đặc tr°ng Ánh

- Tìm hiểu vÁ các thuật toán hãc máy, hãc sâu

- Āng dāng các thuật toán để kiểm tra, xác đánh vá trí, linh kián trong bÁn m¿ch introng công đo¿n kiểm tra trên dây truyÁn sÁn xuÃt

Ph¿m vi nghiên cāu

Luận văn tập trung nghiên cāu vÁ các ph°¡ng pháp hãc máy, hãc sâu và xā lý Ánh để phát hián linh kián trên bÁn m¿ch in, āng dāng trong quÁn lý chÃt l°ÿng sÁn phẩm đầu ra bÁn m¿ch in trong dây truyÁn sÁn xuÃt tự đáng Ch°¡ng trình đ°ÿc vi¿t bằng ngôn ngữ python và āng dāng th° vián OpenCV, mô hình hãc sâu YOLO V5

Đóng góp cÿa luÁn vn

Luận văn nghiên cāu và đ°a ra các giÁi pháp hãc máy và xā lý Ánh trong viác phát hián linh kián trên bÁn m¿ch in āng dāng cho viác kiểm tra.

CÃu trúc luÁn vn

BÁn m¿ch in PCB

PCB (Printed Circuit Board) là mát bÁng m¿ch in có mát hoặc nhiÁu lớp và các lớp này đ°ÿc cách đián với nhau, trên đó tÃt cÁ các linh kián đián tā đ°ÿc k¿t nái với nhau thông qua các đ°ờng (pad) dẫn đián th°ờng đ°ÿc làm bằng đồng rát mòng Khi PCB ch°a đ°ÿc sÁn xuÃt, cỏc linh kiỏn sẽ nỏi với nhau bằng cỏc dõy dẫn Viác nàylàm tăng đá phāc t¿p và đá tin cậy không cao, vì th¿ không thể t¿o ra mát m¿ch đián lớn nh° bo m¿ch chÿ Nh°ng trong PCB, tÃt cÁ các linh kián đ°ÿc k¿t nái không cần các dây dẫn và đ°ÿc nái bên trong, do đó nó sẽ làm bÁn m¿ch gãn gàng và giÁm đá phāc t¿p cÿa thi¿t k¿ m¿ch tổng thể Ng°ời dùng có thể dò dàng tựy chònh và thi¿t k¿ cỏc thụng sỏ cÿa PCB theo nhu cầu Trong cuỏc sáng m¿ch PCB có ở hầu h¿t trong các thi¿t bá đián tā nh°: TV, đián tho¿i di đáng, máy Ánh kỹ thuật sá, các bá phận máy tính nh°: Card đồ hãa, Bo m¿ch chÿ& Và nó cũng đ°ÿc sā dāng trong hầu h¿t các lĩnh vực nh°: Thi¿t bá y t¿, quân sự, máy móc công nghiáp, ngành công nghiáp ô tô, chi¿u sáng, &

Hình 1 1: Một số m¿ch PCB

Mát bÁn m¿ch PCB đ°ÿc cÃu t¿o tÿ nhiÁu vật liáu cách đián, dẫn đián đ°ÿc sắp x¿p theo mát trình tự nhÃt đánh Các vật liáu cÃu t¿o nên PCB bao gồm bán lo¿i chính: ChÃt nÁn, lớp đồng, solder mask, silk screen hình 1.2

• ChÃt nÁn: Th°ờng đ°ÿc làm bằng sÿi thÿy tinh và đ°ÿc phÿ mát lớp nhựa, có tác dāng đÁm bÁo tính cách đián trong bÁn m¿ch FR4 là lo¿i nhữa thÿy tinh thông dāng nhÃt đ°ÿc sā dāng làm chÃt nÁn trong bÁn m¿ch PCB.

• Lớp đồng: Là lớp vật liỏu thā hai, là mỏt lớp đồng mòng cú vai trũ là chÃt dẫn đián, có thể nhiÁu lớp đồng khác nhau tùy vào chāc năng cÿa m¿ch Đá dày cÿa lớp đồng khác nhau tùy thuác vào các tham sá khái l°ÿng và dián tích cÿa m¿ch.

• Solder mask: Đây là lớp mặt n¿ hàn đ°ÿc phÿ trên lớp đồng, lớp này che phÿ toàn bá bÁ mặt PCB trÿ phần chân linh kián Có tác dāng cách đián phần chân linh kián và các đ°ờng m¿ch, cháng oxy hóa.

• Silk screen: Là lớp trên cùng cÿa bÁn m¿ch in th°ờng có màu trắng, đ°ÿc dùng để in thể hián nhãn, giá trá cÿa các linh kián gắn trên m¿ch.

Tùy thuác và cÃu t¿o, đặc điểm chāc năng và māc đích sā dāng PCB đ°ÿc chia làm nhiÁu lo¿i khác nhau

Phân lo¿i theo đá cāng:

- PCB tÃm: Đây là lo¿i PCB phổ bi¿n nhÃt hián nay.

- PCB dẻo: Th°ờng đ°ÿc dùng làm cáp m¿ch cho màn hình TV, đián tho¿i, máy tính.

Phân lo¿i theo cÃu trúc:

- PCB mỏt lớp: Chò cú mỏt mặt đ°ÿc in

- PCB nhiÁu lớp: Có nhiÁu lớp đ°ÿc in chồng x¿p lên nhau

Phân lo¿i theo linh kián k¿t nái:

Mòt sò linh kiòn điòn tÿ c bÁn

Là linh kián đián tā thā đáng với 2 ti¿p điểm k¿t nái, nó mang đ¿n chāc năng điÁu chònh māc đỏ tớn hiỏu Chỳng cú thể h¿n ch¿ c°ờng đỏ di chuyển trong m¿ch, có chāc năng chia đián áp, kích ho¿t các dòng linh kián chÿ đáng Đ¡n vá đo đián trở đ°ÿc tính bằng Ohm (Ω) Mát sá āng dāng thực t¿ khác cÿa đián trở, bao gồm:

 Không ch¿ dòng đián qua tÁi cho phù hÿp

 Phân cực cho bóng bán dẫn ho¿t đáng

 Mắc đián trở thành cầu phân áp nhằm có đ°ÿc đián áp theo ý muán tÿ mát đián áptr°ớc

 Tham gia vào các m¿ch t¿o dao đáng RC

Hián nay, đián trở đ°ÿc chia thành rÃt nhiÁu lo¿i khác nhau trong đó có 6 lo¿i chính gồm: Đián trở cacbon, đián trở màng hay đián trở gám kim lo¿i, đián trở dây quÃn, đián trở film, đián trở bÁ mặt (dán), điántrở băng, đián trở cacbon

Hình 1 3: Hình Ánh một số lo¿i điện trở

Là mát linh kián đián tā thā đáng cÃu t¿o bởi hai bÁn cực đặt song song đ°ÿc ngăn cách bởi lớp đián môi, tā đián có tính chÃt cách đián 1 chiÁu nh°ng cho dòng đián xoay chiÁu đi qua nhờ nguyên lý phóng n¿p Đ¿i l°ÿng đặc tr°ng cho tā đián là đián dung, đ¡n vá là Fara (F).

Hình 1 4: Một số lo¿i tụ điện

Các lo¿i tā đián thông dāng:

 Tā hóa hay còn gãi là tā phân cực: là tā có phân cực (-), (+) và luôn có hình trā Trên thân tā đ°ÿc thể hián giá trá đián dung, đián dung th°ờng tÿ 0,47 àF đ¿n 4700 àF

 Tā gám, tā giÃy, tā mica, tā kẹo, tā cao áp, tā sā ( tā không phân cực) là tā không phân cực và có hình dẹt, không phân biát âm d°¡ng Có trá sá đ°ÿc ký hiỏu trờn thõn bằng ba sỏ, điỏn dung cÿa tā th°ờng khỏ nhò, chò khoÁng 0,47 àF

 Tā xoay: là tā có thể xoay để thay đổi giá trá đián dung, tā này th°ờng đ°ÿc lắp trong Radio để thay đổi tần sá cáng h°ởng khi ta dò đài.

IC hay còn gãi là vi m¿ch, vi m¿ch tích hÿp là các m¿ch đián tā bao gồm linh kián bán dẫn và thā đáng đ°ÿc liên k¿t với nhau Các vi m¿ch để cung cÃp những chāc năng riêng biát trên tÿng thi¿t bá.

Hình 1 5: Một số lo¿i IC

Giỏi thiòu chung vÁ xÿ lý Ánh thỏ giỏc mỏy tớnh

Thá giác máy tính (Computer vision) là mát trong những lĩnh vực quan trãng nhÃt cÿa ngành khoa hãc máy tính gồm các ph°¡ng pháp thu nhận, xā lý Ánh sá, phân tích và nhận d¿ng các hình Ánh dữ liáu đa chiÁu tÿ th¿ giới thực để cho ra các thông tin sá hoặc biểu t°ÿng, ví dā nh° Ánh chāp cái gì, đái t°ÿng trong Ánh là gì/làm gì/ở đâu hoặc đ°a ra đ°ÿc các k¿t luận/quy¿t đánh.

Ngày nay nhờ vào l°ÿng dữ liáu khổng lồ (h¡n 3 tỷ hình Ánh đ°ÿc chia sẻ trực tuy¿n mòi ngày) Cựng sự phỏt triển ngày càng m¿nh mẽ cÿa cỏc m¿ch vi xā lý, tác đá xā lý cÿa các há tháng máy tính ngày mát tăng và nhiÁu công trình nghiên cāu, thuật toán mới cÿa nhiÁu nhà khoa hãc trên th¿ giới đã thúc đẩy thá giác máy tính ngày mát phát triển m¿nh mẽ và đ°ÿc āng dāng rÃt ráng rãi trong nhiÁu lĩnh vực khác nhau cÿa đời sáng Nh° āng dāng quÁn lý giao thông đô thá, āng dāng trong y t¿ để phân tích Ánh dự đoán bánh, āng dāng quÁn lý dữ liáu sinh trắc hãc[3], āng dāng trong các há tháng giám sát chÃt l°ÿng sÁn phẩm, há tháng nhận diỏn thụng qua cā chò cÿa con ng°ời[4]&

Hình 1 6: Āng dụng thị giác máy tính trong nhận d¿ng vật thể

Trí tuá nhân t¿o (Artificial Intelligence - AI) hay trí thông minh nhân t¿o đ°ÿc đÁ cập đ¿n lần đầu tiên vào những năm 1950 bởi nhà khoa hãc John McCarthy – mát nhà khoa hãc ng°ời Mỹ nh°ng đ¿n khoÁng nh°ng năm 80 thì AI mới đ°ÿc quan tâm Đ¿n những năm 2008, cùng với sự bùng nổ cÿa c¡ sở dữ liáu lớn (Big Data) và sự phát triển cÿa phần cāng cÿa các há tháng máy tính, thì AI đã phát triển m¿nh mẽ trở thành mát trong những ngành công nghá đ°ÿc quan tâm phát triển và āng dāng bậc nhÃt cho đ¿n hián nay Đi đầu là các tập đoàn hàng đầu th¿ giới nh° Google, Facebook, Twitter, Amazon, Alibaba, Tencent&

Và đ°ÿc āng dāng phổ bi¿n trong nhiÁu lĩnhvực nh° tài chính - ngân hàng, chăm súc sāc khòe, āng dāng trÿ lý Áo (chatbots), āng dāng trong xe tự hành, nhận diỏn giãng nói, khuôn mặt, sinh trắc hãc, nông nghiáp&

Trí tuá nhân t¿o có thể đ°ÿc hiểu đ¡n giÁn là trí thông minh đ°ÿc thể hián bằng mỏy múc mụ phòng l¿i quỏ trỡnh suy nghĩ và hóc tập cÿa con ng°ời BÁn chÃt cÿa trí tuá nhân t¿o vẫn do con ng°ời làm ra, hã xây dựng các thuật toán, lập trình bằng các công cā phần mÁm công nghá thông tin, giúp các máy tính có thể tự đáng xā lý các hành vi thông minh nh° con ng°ời

Hình 1 7: Lịch sử hình thành phát triển AI

Trong lĩnh vực AI, có mát nhánh nghiên cāu vÁ khÁ năng tự hãc cÿa máy tính đ°ÿc gãi là hãc máy (machine learning) Hián nay, không có mát đánh nghĩa chính thāc nào vÁ hãc máy nh°ng có thể hiểu rằng nó là các kỹ thuật giúp cho máy tính có thể tự hãc mà không cần phÁi cài đặt các luật quy¿t đánh Th°ờng mát ch°¡ng trình máy tính cần các quy tắc, luật lá để có thể thực thi đ°ÿc mát tác vā nào đó nh° dán nhãn cho các email là th° rác n¿u nái dung email có chā tÿ khoá

Ngày đăng: 08/05/2024, 08:38

HÌNH ẢNH LIÊN QUAN

Hình 1. 1 : Một số m¿ch PCB - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 1. 1 : Một số m¿ch PCB (Trang 14)
Hình 1. 3 : Hình Ánh một số lo¿i điện trở - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 1. 3 : Hình Ánh một số lo¿i điện trở (Trang 16)
Hình 1. 5 : Một số lo¿i IC - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 1. 5 : Một số lo¿i IC (Trang 17)
Hình 1. 6 : Āng dụng thị giác máy tính trong nhận d¿ng vật thể - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 1. 6 : Āng dụng thị giác máy tính trong nhận d¿ng vật thể (Trang 18)
Hình 1. 7:  Lịch sử hình thành phát triển AI - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 1. 7: Lịch sử hình thành phát triển AI (Trang 19)
Hình 1. 8 : Các bước cơ bÁn trong xử lý Ánh - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 1. 8 : Các bước cơ bÁn trong xử lý Ánh (Trang 20)
Hình 2. 3 : Kết quÁ tìm kiếm đặc trưng SIFT  (a), matching keypoints (b) - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 3 : Kết quÁ tìm kiếm đặc trưng SIFT (a), matching keypoints (b) (Trang 26)
Hình 2. 6 : Mô tÁ quá trình tìm contour cÿa phương pháp Moore –  Neighbor Tracing - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 6 : Mô tÁ quá trình tìm contour cÿa phương pháp Moore – Neighbor Tracing (Trang 30)
Hình 2. 8 : Mô tÁ quá trình tìm contour phương pháp  Pavlidis - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 8 : Mô tÁ quá trình tìm contour phương pháp Pavlidis (Trang 32)
Hình 2. 9: Mô  tÁ ho¿t động cÿa thuật toán so sánh mẫu - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 9: Mô tÁ ho¿t động cÿa thuật toán so sánh mẫu (Trang 33)
Hình 2. 11 : Kết quÁ áp dụng template macthing với 6 phương pháp khác nhau - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 11 : Kết quÁ áp dụng template macthing với 6 phương pháp khác nhau (Trang 36)
Hình 2. 13 : Kết quÁ phân cụm dữ liệu đầu ra sử dụng thuật toán K -means  clustring - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 13 : Kết quÁ phân cụm dữ liệu đầu ra sử dụng thuật toán K -means clustring (Trang 37)
Hình 2. 12 : Tập dữ liệu đầu vào - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 12 : Tập dữ liệu đầu vào (Trang 37)
Hình 2. 14 : Cấu trúc cơ bÁn m¿ng CNN - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 14 : Cấu trúc cơ bÁn m¿ng CNN (Trang 39)
Hình 2. 15 : Mô tÁ phép tính nhân chập –  convolution - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 15 : Mô tÁ phép tính nhân chập – convolution (Trang 40)
Hình 2. 21  : Mô tÁ quá trình cÿa YoLo [13] - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 21 : Mô tÁ quá trình cÿa YoLo [13] (Trang 43)
Hình 2. 22 : Minh họa cách xác định bounding Box trong YoLo [15] - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 22 : Minh họa cách xác định bounding Box trong YoLo [15] (Trang 44)
Hình 2. 24 : Bounding box khi áp dụng NMS - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 2. 24 : Bounding box khi áp dụng NMS (Trang 46)
Hình 3. 1 : Sơ đồ tiền xử lý Ánh - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 3. 1 : Sơ đồ tiền xử lý Ánh (Trang 48)
Hình 3. 4 : Xác định vùng Ánh quan tâm (RoI) - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 3. 4 : Xác định vùng Ánh quan tâm (RoI) (Trang 50)
Hình 3. 5 : Sơ đồ mô tÁ phương pháp template matching - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 3. 5 : Sơ đồ mô tÁ phương pháp template matching (Trang 51)
Hình 3. 7:  a) Hình Ánh đầu vào bị xoay, b) Hình Ánh PCB được căn chỉnh theo mẫu - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 3. 7: a) Hình Ánh đầu vào bị xoay, b) Hình Ánh PCB được căn chỉnh theo mẫu (Trang 52)
Hình 3. 9 : Sơ đồ thực hiện phương pháp XOR kết hợp K -means clustering - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 3. 9 : Sơ đồ thực hiện phương pháp XOR kết hợp K -means clustering (Trang 53)
Hình 3. 10 : Phương pháp XOR kết hợp K -means clustering  a) XOR hình Ánh, b) K - means clustering, c) Ành binary, d) Kết quÁ - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 3. 10 : Phương pháp XOR kết hợp K -means clustering a) XOR hình Ánh, b) K - means clustering, c) Ành binary, d) Kết quÁ (Trang 54)
Hình 3. 11 : Cấu trúc nhận diện đối tượng cÿa YOLO V5  [20] - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 3. 11 : Cấu trúc nhận diện đối tượng cÿa YOLO V5 [20] (Trang 56)
Hình 3. 12 : Gán nhán linh kiện trên bÁn m¿ch trên makesense.ai - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 3. 12 : Gán nhán linh kiện trên bÁn m¿ch trên makesense.ai (Trang 57)
Hình 4. 2 : Hình Ánh các bÁn m¿ch PCB - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 4. 2 : Hình Ánh các bÁn m¿ch PCB (Trang 60)
Hình 4. 4 : Áp dụng thuật toán XOR kết hợp K -Means clustering  a) XOR hình Ánh, b) K - means clustering, c) Ành binary, d) Kết quÁ - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 4. 4 : Áp dụng thuật toán XOR kết hợp K -Means clustering a) XOR hình Ánh, b) K - means clustering, c) Ành binary, d) Kết quÁ (Trang 62)
Hình 4. 5 : Kết quÁ āng dụng mô hình YOLOv5 - (Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử) Các Giải Pháp Tối Ưu Hóa Dây Chuyền Sản Xuất Trong Phát Hiện Linh Kiện Bản Mạch In Sử Dụng Trí Tuệ Nhân Tạo Và Thị Giác Máy
Hình 4. 5 : Kết quÁ āng dụng mô hình YOLOv5 (Trang 64)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN