基于改进型SSD的多类汽车车身冲压件识别算法

• 作者: 姜立标 徐聪聪 李小军 胡习之
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 车身冲压件 改进的SSD模型 工件识别 残差网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 车辆工程
• 页码范围: 35-41,74
• 页数: 8页
• 分类号: TH165
• 字数: 3136字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.07.005

摘要

智能机器人在汽车生产制造中有着重要意义,准确地识别抓取任务中的目标是基于视觉引导的汽车车身冲压件抓取系统的基础.针对传统工件识别算法人工提取特征困难、通用性差、识别率不高且易受环境因素影响等问题,首先采用深度学习SSD网络模型对10类汽车车身冲压件进行识别.在此基础上,为了提高工件识别准确率,改善工件相互遮挡情况下识别差的问题,提出一种改进的SSD算法,引入残差网络,采用Resnet-50替换原SSD的基础网络VGG-16.实验结果表明:原始的SSD网络在自制的工件数据集评估集上的平均准确率均值mAP为92.3％,改进后的SSD网络检测的平均准确率均值mAP为98.3％,比原始的SSD网络提高了6％,基于Resnet-50改进的SSD模型具有更高的识别准确率、更好的遮挡识别效果以及更强的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜立标	华南理工大学机械与汽车工程学院	35	182	8.0	12.0
2	胡习之	华南理工大学机械与汽车工程学院	25	114	6.0	9.0
3	徐聪聪	华南理工大学机械与汽车工程学院	3	0	0.0	0.0
4	李小军	华南理工大学机械与汽车工程学院	1	0	0.0	0.0