انجیکشن سوئی کے لیے نیا کامن ریل والو F00VC01362 انجیکٹر 0445110302 0445110303

معاشرے کی تیز رفتار ترقی کی وجہ سے، آٹوموبائل روزمرہ کی زندگی میں سفر کا ایک اہم ذریعہ بن گیا ہے۔ آٹوموبائل سلنڈروں میں پٹرول ڈالنے کے ایک آلے کے طور پر، آٹوموبائل انجیکٹر کی والو سیٹ ایندھن کی مقدار کو کنٹرول کرنے میں بہت اہم کردار ادا کرتی ہے۔ پرزوں کے معیار کو بہتر بنانے کا طریقہ تشویش کا ایک اہم مسئلہ بن گیا ہے، لیکن حصوں کے چھوٹے سائز کی وجہ سے، پروسیسنگ ٹیکنالوجی کی طرف سے اسے محدود کرنا آسان ہے۔ پیداوار کے عمل کے دوران، یہ لازمی طور پر اندر خروںچ، خرابی، زنگ کے دھبے، سفید دھبے اور دیگر قسم کے نقائص چھوڑ دے گا، جو آٹوموٹو انجیکٹر سیٹ کی کارکردگی کو متاثر کرتا ہے۔

اس لیے کئی حصوں سے ناقص پرزوں کو چننا ایک ناگزیر منصوبہ بن گیا ہے۔ تصویری ڈیٹا میں تیزی سے اضافے اور ہارڈویئر کمپیوٹنگ کی صلاحیت کی تیز رفتار ترقی کے ساتھ، گہری سیکھنے کا پتہ لگانے والی ٹیکنالوجی، جس کی نمائندگی کنوولوشنل نیورل نیٹ ورک کرتی ہے، کو خامیوں کا پتہ لگانے کے متعلقہ کاموں پر لاگو کیا گیا ہے۔ روایتی الگورتھم کے مقابلے میں، کارکردگی بہت بہتر ہوئی ہے۔ 2014 میں، Ross Girshick [1] اور دوسروں نے R-CNN الگورتھم تجویز کیا کہ انتخابی تلاش کے الگورتھم کے ذریعے امیدواروں کے علاقوں کو نکالا جائے، لیکن الگورتھم کمپیوٹیشنل طور پر گہرا اور سست ہے۔ اس کے بعد، ہدف کا پتہ لگانے والا الگورتھم SPP-Net تجویز کیا جاتا ہے، جو آبجیکٹ کی خرابی کے مسئلے کو حل کرتا ہے، اور پھر فاسٹ R-CNN کو ملٹی ٹاسک نقصان اور RoI پولنگ متعارف کروا کر تجویز کیا جاتا ہے، جو درجہ بندی اور رجعت کو مکمل کرنے کے لیے ملٹی ٹاسک لرننگ کا استعمال کرتا ہے۔

تاہم، الگورتھم کے ذریعے اپنایا جانے والا علاقائی طریقہ اب بھی کافی وقت خرچ کرے گا۔ لہذا، رین [2] نے تیز تر R-CNN الگورتھم تجویز کیا۔ الگورتھم فاسٹ R-CNN الگورتھم کی بنیاد پر RPN نیٹ ورک کو متعارف کراتا ہے، جس کی رفتار اور کارکردگی میں بہت بہتری آئی ہے۔ تیز تر R-CNN الگورتھم دوسرے الگورتھم کے مقابلے آبجیکٹ کی کھوج میں بہتر نتائج حاصل کر سکتا ہے۔