白酒瓶塑料内塞检测设备硬件配置数据集

本数据集配套支撑白酒瓶塑料内塞双模块协同检测算法运行，硬件与算法的协同规则、核心算法流程如下：
硬件触发规则：塑料内塞通过输送带到达检测工位后，光电传感器发送信号至主控器，同步触发相机拍照、光源点亮及气密性检测模块启动，确保检测流程连贯高效。
图像预处理规则：硬件采集的图像先经算法进行 “镜头畸变校正→灰度化处理→中值滤波去噪→边缘增强”，突出内塞轮廓与缺陷特征，消除光照、材质反光带来的干扰。
核心检测算法
外观检测：采用改进型 ResNet 卷积神经网络，对塑料内塞表面缺陷进行定位与分类，算法识别准确率达 99.3% 以上。
尺寸检测：结合亚像素边缘检测算法，精准测量内塞直径、高度、孔径等关键尺寸，判断是否符合白酒瓶装配标准（如直径偏差≤0.1mm）。
密封性检测：通过压力传感器采集气压数据，结合 “压力衰减算法”，判断内塞是否存在密封漏洞，检测精度可达 0.01kPa。
结果处理规则：算法将检测结果（合格 / 不合格、缺陷类型）发送至 IO 控制卡，控制分拣机构剔除不合格品，同时将数据上传至云端数据库，形成可追溯的检测记录，确保数据完整性与可查性。

搜集汇总

背景与挑战

背景概述

该数据集聚焦白酒瓶塑料内塞检测设备的硬件配置，涵盖食品级密封内塞和防尘内塞的外观、尺寸及密封性检测场景。数据规模为12KB，按年更新，由富瑞姆机器视觉技术（贵州）有限公司提供，适用于塑料内塞生产企业、白酒酿造企业和检测设备研发厂商。配套算法支持外观缺陷检测（识别准确率≥99.3%）、尺寸精度控制（偏差≤0.1mm）和气密性检测（精度0.01kPa），并可拓展至饮料、医药行业类似密封件的检测方案设计。