(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210800029.2 (22)申请日 2022.07.08 (71)申请人 维库 （厦门） 信息技 术有限公司 地址 361000 福建省厦门市厦门火炬高新 区创业园轩业楼3104室 (72)发明人 王玮　陈文森　康承斌　吴仁相　 (74)专利代理 机构 福州市鼓楼区京华专利事务 所(普通合伙) 35212 专利代理师 范小清 (51)Int.Cl. G01N 21/01(2006.01) G01N 21/88(2006.01) G06T 7/00(2017.01) B07C 5/342(2006.01) B07C 5/36(2006.01) (54)发明名称 一种基于深度学习的方形电容缺陷检测系 统及方法 (57)摘要 本发明提供一种基于深度学习的方形电容 缺陷检测系统和方法， 该系统包括第一传送机 构、 拨料机构、 翻转机构、 推送机构、 第二传送机 构、 拍照装置、 AI处理单元、 PLC控制器、 剔除装置 和复数个传感器； 所述第一传送机构、 拨料机构、 翻转机构、 推送机构、 第二传送机构、 拍照装置、 AI处理单元、 剔除装置和复数个传感器分别与 PLC控制器连接， 所述PLC控制器通过接收各个传 感器的信号， 根据传感器信号判断方形电容的位 置， 并触发相应的机构或装置执行相应的动作。 本发明通过在传送机构各个工位上设置拍摄点， 对方形电容所需检测的各个面进行拍照， 并利用 AI算法对图像进行处理识别输出检测结果， 替代 现有人工缺陷检测机制， 提高了整体的检测效率 与检测准确度。 权利要求书2页 说明书6页 附图5页 CN 115356259 A 2022.11.18 CN 115356259 A 1.一种基于深度学习的方形电容缺陷检测系统， 其特征在于： 所述系统包括第一传送 机构、 拨料机构、 翻转机构、 推送机构、 第二传送机构、 拍照装置、 AI处理单元、 PLC控制器、 剔 除装置和复数个传感器； 所述第一传送机构、 拨料机构、 翻转机构、 推送机构、 第二传送机构、 拍照装置、 AI处理 单元、 剔除装置和复数个传感器分别与PLC控制器连接， 所述PLC控制器通过接收各个传感 器的信号， 根据传感器信号判断方形电容的位置， 并触发相 应的机构或装置执行相应的动 作； 所述拨料机构安装于第 一传送机构的入料端， 用于对所有进入传送机构的方形电容进 行匀拨操作， 使得相邻两个方 形电容之间的距离相等； 所述翻转机构安装于第 一传送机构的出料端， 用于对从第 一传送机构上的方形电容进 行翻转操作， 使得其胶面向上； 所述推送机构安装于翻转机构一侧， 用于对翻转后的 电容进行推送操作， 使其进入第 二传送机构的入料端； 所述拍照装置包括， 第一拍照组件、 第二拍照组件、 第三拍照组件、 第 四拍照组件和第 五拍照组件， 所述第一拍照组件位于第一传送机构一侧， 用于拍摄方形电容的底面， 所述第 二拍照组件和第三拍照组件分别位于第二传送机构的两侧， 用于拍摄方形电容中两侧 面， 所述第四拍照组件和第 五拍照组件分别位于第二传送机构的上方， 用于对胶面进行拍摄， 其中第五拍照组件包括有UV 光源和工业相机， 所述第一拍照组件、 第二拍照组件、 第三拍照 组件和第四拍照组件均包括 一工业相机和一 光源； 所述拍照装置获取的照片传给所述AI处理单元进行识别处理后将处理结果返回给PLC 控制器， 由所述PLC控制器根据返回结果控制 剔除装置作动。 2.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统， 其特征在于： 所 述第二传送机构和第一传送机构为首尾拼接且互为90度的皮带传送装置 。 3.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统， 其特征在于： 所 述翻转机构为包括四个翻转叶片， 相 邻翻转叶片之 间夹角呈90 °， 每一次翻转均为同一方向 翻转90°。 4.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统， 其特征在于： 所 述第一拍照组件、 第二拍照组件、 第三拍照组件和 第四拍照组件中的光源均为环形光源， 且 位于其对应的工业相机与方 形电容之间， 并通过PLC控制器控制所述环形光源频闪。 5.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统， 其特征在于： 所 述剔除装置在接 收PLC控制器信号时， 通过剔除装置中的气缸推动有缺陷的方形电容到预 定的工位， 使其从正常方 形电容堆中分离出来。 6.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统， 其特征在于： 所 述复数个传感器包括第一传送机构入料口处设置的传感器、 第一拍摄组件对应工位处设置 的传感器、 第二拍摄组件对应工位处设置的传感器、 第三拍摄组件对应工位处设置的传感 器、 第四拍摄组件对应工位处设置的传感器、 第五拍摄组件对应工位处设置的传感器、 翻转 机构处设置的传感器、 推送机构处设置的传感器以及剔除装置处设置的传感器。 7.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统， 其特征在于： 所 述系统还 包括显示器， 所述显示器与PLC控制器连接 。权　利　要　求　书 1/2 页 2 CN 115356259 A 28.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统， 其特征在于： 所 述AI处理单元包括采用卷积神经网络预 先经过训练得到各类缺陷识别模型。 9.一种基于深度学习的方形电容缺陷检测方法， 其特征在于， 所述方法基于如权利要 求1‑7任一项所述的系统， 所述方法包括如下步骤： 步骤S1、 将方形电容放入第一传送机构的入料口处， 由拨料机构将入料口的各个方形 电容按一定距离分开后通过第一传送机构运输； 步骤S2、 在传感器感应到方形电容到达第一工位时， 通过第一拍摄组件对方形电容进 行拍照， 并获取两张照片； 步骤S3、 在经过第 一传送机构出料口时， 通过翻转机构对方形电容进行翻转， 使其胶面 朝上， 再通过推料机构的气缸将翻转后的方 形电容推送到第二传送机构上； 步骤S4、 在传感器感应到方形电容到达第二工位时， 通过第二拍摄组件对方形电容进 行拍照， 并获取两张照片； 步骤S5、 在传感器感应到方形电容到达第三工位时， 通过第三拍摄组件对方形电容进 行拍照， 并获取两张照片； 步骤S6、 在传感器感应到方形电容到达第 四工位时， 通过第 四拍摄组件对方形电容进 行拍照， 并获取两张照片； 步骤S7、 在传感器感应到方形电容到达第五工位时， 通过第五拍摄组件对方形电容进 行拍照， 并获取两张照片； 步骤S8、 通过AI处理单元对获取到的各个工位的照片进行缺陷识别， 将识别结果返回 给PLC控制器， 通过PLC控制器控制 剔除装置对需要剔除的方 形电容进行剔除。 10.根据权利要求1所述的一种基于深度学习的方形电容缺陷检测方法， 其特征在于： 所述AI处 理单元的检测过程如下： 获取每个工位的两个图像， 从每一工位中抽取一张图像进行二值化处理、 轮廓查找以 及粒子分析， 得到方形电容在缺陷类别为外壳油污、 胶面气孔、 胶面油污和引线弯曲上的识 别结果， 同时从每一工位中获取另一张图像输入到深度学习模型中， 输出方形电容在缺陷 类别为外壳脏污、 外壳磨损、 外壳油渍、 外壳微油污、 外壳破损边线油污、 胶面气泡和胶面毛 刺上的识别结果。权　利　要　求　书 2/2 页 3 CN 115356259 A 3