Yeni Common Rail Valf F00VC01362 Enjeksiyon İğnesi üçün 0445110302 0445110303

Cəmiyyətin sürətli inkişafı ilə əlaqədar olaraq, avtomobillər gündəlik həyatda getdikcə daha vacib bir səyahət vasitəsinə çevrilmişdir. Avtomobil silindrlərinə benzin vurmaq üçün bir cihaz olaraq, avtomobil injektorlarının klapan oturacağı yanacağın miqdarına nəzarətdə çox mühüm rol oynayır. Hissələrin keyfiyyətinin necə yüksəldilməsi vacib məsələyə çevrildi, lakin hissələrin kiçik ölçüləri səbəbindən emal texnologiyası ilə məhdudlaşdırmaq asandır. İstehsal prosesi zamanı o, qaçılmaz olaraq içərisində cızıqlar, qüsurlar, pas ləkələri, ağ ləkələr və digər növ qüsurlar buraxacaq ki, bu da avtomobil injektor oturacağının işinə təsir göstərir.

Buna görə də bir çox hissədən qüsurlu hissələrin seçilməsi qaçılmaz bir layihəyə çevrildi. Şəkil məlumatlarının sürətlə artması və aparat hesablama qabiliyyətinin sürətli inkişafı ilə konvolyusiya neyron şəbəkəsi ilə təmsil olunan dərin öyrənmə aşkarlama texnologiyası qüsurların aşkarlanması ilə əlaqədar tapşırıqlara tətbiq edilmişdir. Ənənəvi alqoritmlə müqayisədə performans xeyli yaxşılaşmışdır. 2014-cü ildə Ross Girshick [1] və başqaları seçmə axtarış alqoritmi vasitəsilə namizəd bölgələri çıxarmaq üçün R-CNN alqoritmini təklif etdilər, lakin alqoritm hesablama baxımından intensiv və yavaşdır. Daha sonra obyektin deformasiyası problemini həll edən hədəf aşkarlama alqoritmi SPP-Net təklif olunur, daha sonra təsnifat və reqressiyanı başa çatdırmaq üçün çox tapşırıqlı öyrənmədən istifadə edən çox tapşırıq itkisi və RoI Pooling tətbiq etməklə Fast R-CNN təklif olunur.

Bununla belə, alqoritmin qəbul etdiyi regional metod hələ də çox vaxt aparacaq. Buna görə də Ren [2] Faster R-CNN alqoritmini təklif etdi. Alqoritm sürət və performans baxımından xeyli təkmilləşdirilmiş Fast R-CNN alqoritmi əsasında RPN şəbəkəsini təqdim edir. Faster R-CNN alqoritmi obyektin aşkarlanmasında digər alqoritmlərə nisbətən daha yaxşı nəticələr əldə edə bilər.