混合现实装配检测中深度学习的数据增强方法

• 作者: 王帅 郭锐锋 董志勇 王鸿亮 张晓星
• 来源期刊: 计算机集成制造系统
• 关键词: 混合现实 装配件检测 深度学习 数据增强
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 数字化/智能化/网络化制造技术
• 页码范围: 716-727
• 页数: 12页
• 分类号: TH161.7|TP18|TP391.41
• 语种: 中文
• DOI: 10.13196/j.cims.2021.03.006

摘要

针对混合现实装配检测中,装配者的视觉检测位姿具有不确定性极易发生误检漏检的问题,提出一种混合现实装配检测中深度学习的数据增强方法.采用人为最佳数据增强策略的数据预处理方法,通过图像增强、几何变换、少量噪声干扰和随机遮挡的方式生成增强数据集,并改善图像增强过程中的特征失真,不仅能有效解决深度学习中人工标注样本任务量大的问题,还有助于提升检测模型的泛化能力.实验结果表明,该方法训练得到的新模型对汽车装配生产线零件的检测精度提升了11.38％.