موسسه آموزش عالی آپادانا فصلنامه پژوهش های نوین در شهرهوشمند 2980-8936 4 1 2025 12 10 Using the YOLOv12 Model for Verifying the Correct Color Sequence of Wires in Network Cables (Patch Cords) on the Production Line استفاده از مدل YOLOv12 برای تشخیص صحت ترتیب رنگ سیم‌ها در کابل‌های شبکه (پچ‌کورد) در خط تولید 71 83 10.22051/jera.2021.31891.2698 FA امین گروه کامپیوتر، دانشگاه آزاد اسلامی واحد بیضا، بیضا، ایران دانیال واحد تحقیق و توسعه شرکت ندای سبز، اصفهان، ایران 2025 11 13 In the production process of network cables, ensuring the correct color sequence of wire pairs inside the standard connector plays a critical role in the final performance of the cable, as any misplacement or color-ordering error can lead to defective products and impose significant costs. Traditional inspection methods based on visual examination through digital microscopes are typically time-consuming, tedious, and prone to human error. In this study, an intelligent system based on the twelfth version of the YOLO object detection model was developed to identify the position and verify the correct color sequence of wires in patch cords. The dataset used consisted of 2,500 images captured from microscopic views of network connectors, which were divided into 70% for training, 15% for validation, and 15% for testing. The proposed model, leveraging a single-stage architecture and attention mechanisms during learning, achieved highly accurate wire detection with approximately 98% precision. Additionally, the overall mean accuracy, classification precision, and recall were around 95%, 99%, and 98%, respectively. The results demonstrate that this system can reliably and in real time verify the correctness of wire color sequencing on the production line without the need for human intervention, thereby reducing human error and enhancing efficiency in the manufacturing process. در فرآیند تولید کابل‌های شبکه، اطمینان از صحت ترتیب رنگ رشته‌سیم‌ها در داخل کانکتور استاندارد نقش بسیار مهمی در عملکرد نهایی کابل دارد، چرا که هرگونه جابه‌جایی یا اشتباه در رنگ‌بندی می‌تواند منجر به تولید محصول معیوب و تحمیل هزینه‌های قابل توجه شود. روش‌های سنتی بازرسی که مبتنی بر مشاهده چشمی از طریق میکروسکوپ دیجیتال هستند، معمولاً زمان‌بر، خسته‌کننده و مستعد خطاهای انسانی هستند. در این پژوهش، یک سامانه هوشمند بر پایه مدل شناسایی اشیای نسخه دوازدهم یولو به منظور تشخیص موقعیت و ترتیب رنگ صحیح رشته‌سیم‌ها در کابل‌های پچ‌کورد توسعه داده شده است. مجموعه داده مورد استفاده شامل دو هزار و پانصد تصویر تهیه‌شده از نمای میکروسکوپی کانکتورهای شبکه بود که به نسبت هفتاد درصد برای آموزش، پانزده درصد برای اعتبارسنجی و پانزده درصد برای آزمون تقسیم شدند. مدل پیشنهادی با بهره‌گیری از ساختار تک‌مرحله‌ای و مکانیزم توجه در مرحله یادگیری، موفق به شناسایی دقیق سیم‌ها با دقت حدود نود و هشت درصد گردید. همچنین میانگین دقت کلی ، دقت طبقه‌بندی و نرخ بازیابی به ترتیب در حدود نود و پنج درصد، نود و نه درصد و نود و هشت درصد به دست آمدند. نتایج نشان می‌دهد که این سامانه می‌تواند به صورت بلادرنگ، قابل اعتماد و بدون نیاز به مداخله انسانی، درستی ترتیب رنگ سیم‌ها را در خط تولید بررسی کرده و موجب کاهش خطاهای انسانی و افزایش بهره‌وری در فرآیند تولید گردد. /downloadfilepdf/946638