一种基于深度学习的玻璃盖板细微缺陷检测设备制造技术

本发明专利技术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。本发明专利技术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。果。果。

【技术实现步骤摘要】
一种基于深度学习的玻璃盖板细微缺陷检测设备


[0001]本专利技术属于玻璃盖板检测
，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。

技术介绍

[0002]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。

技术实现思路

[0003]本专利技术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。
[0004]本专利技术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，包括机架底本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：胡晓兵，李韵辰，李航，毛业兵，陈海军，
申请(专利权)人：宜宾四川大学产业技术研究院，
类型：发明
国别省市：