A detecção de ruptura de fio diamante é uma etapa importante no processo de produção do fio diamante. Para resolver os problemas da baixa sensibilidade da detecção por contato e o atraso no feedback de ruptura, foi proposto um método de detecção de ruptura sem contato baseado em visão computacional, que detecta manchas luminosas refletidas no fio diamante sob luz forte. Em uma plataforma embarcada para detecção de manchas luminosas do fio diamante, foram estudados métodos de detecção de manchas baseados em aprendizagem profunda para superar as limitações dos processos tradicionais de processamento de imagem, que são complexos e vulneráveis à iluminação externa. Vários modelos da série Yolo foram treinados e implementados. Como os modelos originais possuem redes profundas e maior volume, o que leva a baixa capacidade de detecção em tempo real em dispositivos embarcados, foi proposto um modelo leve e aprimorado chamado MCA-Yolox, que substitui a rede principal de extração de características do modelo Yolox pela rede leve MobileNetV3, e realiza melhorias de leveza utilizando convoluções separáveis em profundidade e estruturas residuais invertidas. A combinação com o mecanismo de atenção CA melhorou a precisão de detecção do modelo leve. Por fim, o modelo aprimorado foi implantado na plataforma embarcada. Os resultados experimentais demonstram que o tamanho e a carga computacional do modelo MCA-Yolox foram reduzidos para menos de um terço do modelo Yolox, apresentando maior precisão em comparação com os modelos Yolox-Tiny e Yolov4-Tiny de tamanho semelhante, aumentando o mAP em mais de 1%, e a velocidade de detecção acelerada chega a 30 quadros por segundo, fornecendo uma solução industrial completa baseada em aprendizagem profunda para detecção de ruptura de fio diamante.

visão computacional; fio diamante; detecção de ruptura; manchas luminosas; aprendizagem profunda; embarcado