如果想识别一个零件（零件有半个牙膏盒那么大）是否生锈，可否办到呢？

如果只是定性的话，应该不难。识别一下锈迹的颜色和纹理应该就行了。

特征提取

去联系mindgeek，全球的大佬估计都在那里

百度识图~~~

你要先确定生锈的标准，比如覆盖到什么程度算生锈，基本上是可以实现的，但是也要考虑你零件的形状颜色什么的，都会影响准确度，最后你需要的准确度要有个合理的预期，80%-90%应该是可以实现的，当然定制开发肯定要收定制费的，如果要求95%或者以上，估计还是用别的传感器比较好，我个人觉得生锈这种东西用称重或者表面厚度之类的方法难道不是效率更高吗

先弄个摄像头弄台机器把数据收集上

不生锈的零件本色和锈的颜色差别多大？形状是否像牙膏盒一样规整，如果是产线上的还要看零件到了识别区的状态。
另外如果生锈面比正常面有凸起，也可以考虑三维激光，还能检测产品表面平整度和尺寸
这俩都很贵。

感觉理论上应该不难吧，生锈和不生锈的颜色不一样吧

建议还是先上图,看下生锈的界定

看你有多少正样本和负样本，样本数量越多识别精度就越高，生锈样本不够的话，只能人为扩充数据集

或许可以换个思路，识别没生锈的，这个的数据集肯定好准备。然后没识别出来没生锈的当生锈处理。这样的话实现起来不会太复杂。

未生锈金属和有锈迹的金属图像特征挺明显的，应该不难实现。

正常做机器学习的路子哦
是有标注的样本，简单的说是要告诉机器，什么样的是生锈的，什么样的是不生锈的，
然后再根据你的需求调整特异性和敏感度，慢慢的就调整到你想要的结果了。

特征算法 学习算法 但是其实误判率还是很高的

如果零件工作条件允许 你试试传感器这个比较准 但是代价比较高 我几乎没有听说有这类产品推广

这个是变电所的零件，没法拿下来

你要是只问‘视觉+算法’可不可以干

答案是非常肯定的 ‘可以’

甚至你可以要求只筛选出‘锈的像梅花的’‘锈了5%以上的’

变电所的零件为什么拿不下来，变压器都给你拆喽（

本科毕业设计做的就是这个，甚至比这个还要复杂一点（输入一个二维类似布料的东西的的设计图，检测剪裁是否正确，产品是否合格），如果你只要检测工件上有没有其他颜色的锈痕的话，大概是一个程序员一天的工作量吧，而且精度超乎你的想想，摄像头靠谱的话比人眼强

类似于红外线射线反射系数识别？生锈与正常的肯定有差别，感觉比视觉靠谱一点

面料检测有次品或者斑点的这种程序简单吗

开了一天会，感谢回复，你给了我信心

开了一天会，感谢回复，明天聊聊

只要数据够，理论上不难

当然可以 只要有足够多的样本

其实就是工业视觉检测中的缺陷检测，有很多公司做这个，找个公司咨询下，提供你一个方案你试用，满意付钱就可以了。

如果锈色和工件颜色不一致的话，根本没必要用deep learning，edge detection足够了

看你的次品指的是什么了，如果是斑点，孔洞或者毛边这些那很简单，基本的图像处理就足够了，就是我说的1天工作量，如果涉及到剪裁问题，就是形状不同，那相对复杂一些，但其实也就是一个本科毕业设计的水平吧，总的来说二维的其实都还好，要是涉及三维那可能比较复杂

有成品的软件吗 还是要二次开发

针对斑点 破洞 还有印染缺失

应该可以.

我以前看过一个视频,大米筛选机.

把有虫子的,斑点的,破碎的,大米给筛选出去,大米的数量很多,速度很快.

依然可以做到万无一失.

图像识别算一部分，总起来说这是工程性的问题。

我猜LZ是要图像识别后进行自动筛选？流水线？

电力系统方面的，不是流水线

没有技术上不能实现的，只是预算不能实现的。

用摄像头识别？怎么把坏的挑出去呢？

我也不知道呢,我当初就是好奇,看得视频

就我所知，一个古老的办法还是最有效的，用水的浮力来分层

芝麻是这样挑选的.就可以把沙子石头挑出去

这个应该叫做缺陷检测，二次开发可以

可以，图像分割，蒙特卡洛法计算生锈区域的面积，一般精度开源库就能做到。

理论上不难感觉

你可以去找商汤，图像识别ai的大佬

我们和电网有相似的项目

现成的不知道，不过你这几个需求的话简单的图像处理边缘检测就够了，就那几个常见算法调调参数，哦对那个布料是单色的还是有花纹的，有花纹的话会有点麻烦因为要排除掉花纹，反正要看具体情况的