一种基于图像分类的航空紧固件产品自动分类方法

• 作者: 胡京徽 许鹏
• 来源期刊: 计算机科学
• 关键词: 航空紧固件 图像分类 卷积神经网络 Inception-v3
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 图像处理&多媒体技术|Image Processing & Multimedia Technology
• 页码范围: 63-66
• 页数: 4页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11896/jsjkx.200900163

摘要

随着我国航空紧固件制造业的高速发展,生产车间流水线上的紧固件制造工艺变得越来越复杂.目前,生产流水线上工段内中不同规格产品的流转停留在人工分类阶段,这种做法不仅耗费人力,还很难满足实时处理分类需求.文中提出一种基于图像分类算法的航空紧固件自动分类方法,设计了一套紧固件图像采集和自动分类实施方案,并根据真实工业数据执行评估实验,评估实验统计了卷积神经网络和Inception-v3模型的准确率、查全率、查准率和F1值指标.实验结果表明,Inception-v3的各项评估指标优于卷积神经网络,Inception-v3模型分类的准确率达到98％以上,可以有效对航空紧固件产品实现自动分类.