基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在空心杯电枢的绕制工艺过程中,绕线机异常工作会造成电枢表面出现孔洞等影响空心杯电机寿命的缺陷,为解决空心杯电枢表面微小缺陷检测过程中存在的准确率低、检测速度慢、不能实时检测缺陷等问题,文章提出一种基于YOLO_v4的空心杯电枢表面孔洞缺陷检测方法.对采集的图片进行数据增强及K折交叉验证,提高模型的鲁棒性,以避免训练模型过拟合;借助CSPDark-net53网络及SPP模块提取输入原始图像的特征,通过训练获得针对空心杯电枢表面缺陷的检测模型,提升YOLO_v4缺陷位置检测及识别的精度;在搭建的实验平台上采集数据并验证基于YOLO_v4提出方法的有效性.实验结果表明该方法可有效满足工业生产复杂背景下电机电枢表面微小孔洞缺陷检测的要求.
推荐文章
基于深度学习的磁芯表面缺陷检测研究
磁芯
缺陷检测
深度卷积生成对抗网络
图像融合
深度学习
Cr4Mo4V钢表面预制缺陷对滚动接触疲劳性能的影响
Cr4Mo4V
滚动接触疲劳
表面预制缺陷
基于YOLO_v2模型的车辆实时检测
YOLO_v2模型
车辆检测
车载视频
实时
多维度的
实时目标检测算法YOLO的批再规范化处理
目标检测
深度学习
卷积神经网络
批再规范化
YOLO
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于YOLO_v4的空心杯电枢表面缺陷实时检测
来源期刊 组合机床与自动化加工技术 学科
关键词 空心杯电枢 YOLO_v4 微小缺陷 特征提取 缺陷检测
年,卷(期) 2021,(6) 所属期刊栏目 控制与检测
研究方向 页码范围 59-62,66
页数 5页 分类号 TH16|TG506
字数 语种 中文
DOI 10.13462/j.cnki.mmtamt.2021.06.014
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (198)
共引文献  (14)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(20)
  • 参考文献(1)
  • 二级参考文献(19)
2016(27)
  • 参考文献(0)
  • 二级参考文献(27)
2017(52)
  • 参考文献(0)
  • 二级参考文献(52)
2018(42)
  • 参考文献(0)
  • 二级参考文献(42)
2019(8)
  • 参考文献(3)
  • 二级参考文献(5)
2020(5)
  • 参考文献(5)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
空心杯电枢
YOLO_v4
微小缺陷
特征提取
缺陷检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
组合机床与自动化加工技术
月刊
1001-2265
21-1132/TG
大16开
大连市沙河口区新生路80号504室
8-62
1959
chi
出版文献量(篇)
9363
总下载数(次)
11
总被引数(次)
54585
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导