基于Yolov3算法的视觉检测系统设计与实现

• 作者: 何其伟 宗兆翔 赵宇坤
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 缺陷检测 机器视觉 FPGA 深度学习
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 算法分析
• 页码范围: 128-131
• 页数: 4页
• 分类号: TP391
• 字数: 1949字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.08.50

摘要

针对传统工业产线上的质量检测环节,本文提出了一种基于FPGA控制板卡与物体识别算法的机器视觉检测系统.该系统采用FPGA+GPU并行处理结构作为硬件平台,充分利用FPGA实时性好、可实现复杂控制逻辑等特点完成视觉系统各部件的控制以及数据传输,配合电脑端的GPU完成物体识别算法.实验结果表明,该方案可以满足生产线上的高速要求,并且易于部署,从而实现了深度学习在传统生产线上的落地应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何其伟	上海电机学院电子信息学院	1	0	0.0	0.0
2	赵宇坤	上海电机学院电子信息学院	1	0	0.0	0.0
3	宗兆翔	上海电机学院电子信息学院	1	0	0.0	0.0