电感缺陷视觉在线检测

       检测电感外观，区分产品是否良品或不良品，对于不良品进行分类统计。

不良品种类别：DR磁芯浮、端子偏位、端子浮、DR磁芯崩缺、DR磁芯裂纹、端子伤、端子断裂、端子熔断、FT磁芯崩缺、FT磁芯裂纹、卷姿不良、端子变形、夹线不良、端子浮、上面接着过多堆积、胶水附着、上面接着不足、印字偏、印字方向反、印字模糊等。
电感不良品种类型繁多，而且各类缺陷在产品上的分布位置是随机性的，这就导致了使用传统的图像识别算法不能通用适应所有缺陷，而针对具体缺陷开发相应的检测识别算法又会耗费相当长的时间。

     电感样品的特点是总共有10个面，上下面两个，侧面八个。缺陷所在的位置就是在这10个面上出现的，所以按照缺陷所在面的位置搭建分类器，就是总共构造10个深度学习的分类器。位于相同面的缺陷使用同一个深度学习分类器进行分类。若在相应面的缺陷类型有N种，加上良品1种，每个深度学习分类器就设置N+1个类别。
在合适的打光环境下获取电感各个面的图像数据，根据面序号训练十个深度学习分类器。这就避免了针对各种缺陷类型单独开发相应的算法来检测定位识别缺陷类型的工作，可以大大降低开发难度，缩短开发时间。