基于深度学习的气泡水平尺自动矫正系统研究

• 作者: 刘尧 朱善安
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 气泡水平尺 YOLO SSD 概率霍夫变换 最小二乘法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 机械、仪表技术
• 页码范围: 555-559,602
• 页数: 6页
• 分类号: TH73|TP274
• 字数: 4581字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2018.06.001

摘要

针对气泡水平尺大角度偏斜工件的自动矫正问题,对深度学习目标检测领域的模型进行了研究,设计了一种基于深度学习的自动矫正方案.在不同光照条件的气泡工件图片样本集上,采用k-means聚类方法,分析了不同anchor box数量对YOLO检测性能的影响,对比了YOLO与SSD两种模型的检测准确率和平均IOU;同时结合概率霍夫变换与最小二乘法,设计了两种气泡工件参考线边缘拟合方法,并对比了两种拟合方法计算工件偏斜角度的准确度;针对应用场景,采用Client/Server网络结构,服务端接收客户端采集的图像并将计算结果返回,客户端控制电机对偏斜工件进行了自动矫正.研究结果表明:该方案能对气泡大角度偏斜的工件进行检测,相比现有方案矫正的效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱善安	浙江大学电气工程学院	261	3211	28.0	44.0
2	刘尧	浙江大学电气工程学院	1	0	0.0	0.0