卷积神经网络在指针缺陷检测系统中的应用

• 作者: 汪鑫耘 赵卫东
• 来源期刊: 兰州工业学院学报
• 学科: 工学
• 关键词: 缺陷检测 Yolo Inception Resnet FasterRCNN
• 年，卷（期）: 2019,（6）
• 页码范围: 49-54
• 页数: 6页
• 分类号: TP391.4
• 字数: 2760字
• 语种: 中文

摘要

针对汽车仪表盘指针生产线需要对烫印的指针进行微小缺陷检测的特殊要求,设计了一种融合Yolo、Faster RCNN算法的指针缺陷检测系统.首先,采集生产线上大量指针图片,并选取有缺陷的图片进行指针标注;然后使用Darknet-53网络作为Yolo算法的特征提取网络对指针进行预检测,再对预检测结果进行分类和切割;其次将切割后的图片进行缺陷标注,并结合Inception网络和Resnet网络,改进Faster RCNN的特征提取网络;最后设计一个端到端的指针缺陷检测模型.结果表明:设计的指针缺陷检测系统帧率可达1.25 FPS,在保证检测精度的同时,满足机械手抓取的运动速度,符合指针生产工艺的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵卫东	安徽工业大学电气与信息工程学院	17	27	3.0	4.0
2	汪鑫耘	安徽工业大学电气与信息工程学院	4	1	1.0	1.0