Размер шрифта: 

В данной статье приведен обзор технологии компьютерного зрения: разбор задач, решаемых в данной области, описание сверточных нейронных сетей и ее компонентов, современное строение детекционных моделей. Представлено описание одной из самых передовых архитектур нейронных сетей в области компьютерного зрения – YOLO, а также решена практическая задача – определение номинала резистора по его цветовой кодировке. Традиционные подходы к чтению цветовых кодов резисторов требуют ручного ввода данных, что подвержено ошибкам и занимает значительное время, особенно при массовом производстве электроники. Предлагаемая система использует современные алгоритмы глубинного обучения для распознавания цветовых колец на резисторах, что позволяет обрабатывать изображения в реальном времени с высокой точностью. Собраны различные метрики, показывающие качество детектирования цветовых линий. Проведен анализ полученных результатов, показывающий высокий уровень точности определения кодировки на фотографии. Разработана программа для автоматической сортировки положения колец в пространстве и подсчета номинала резистора. Результаты исследования свидетельствуют о перспективности использования компьютерного зрения для автоматизации процесса идентификации номиналов резисторов, что может привести к повышению производительности и снижению ошибок в производственных линиях. Перспективы дальнейшего развития включают расширение функциональности системы для работы с различными электронными компонентами, улучшение алгоритмов обработки изображений и интеграцию с системами управления производственными процессами.