论文摘要
在零件的装配、分拣、焊接等工业生产过程中,使用图像处理的方法对零件进行识别能够大大减少夹具的使用。在零件的图像识别领域中,提出一种基于多尺度融合的MDSSD零件识别系统,MDSSD网络以SSD网络为基础,通过针对特定的零件识别场景,特别是小目标零件,使用融合模块实现深层网络和浅层网络的跨层连接,并且实现类别的预测以及坐标的回归。在特定环境的螺钉、螺母、垫圈的测试数据集上,分别使用SSD网络和MDSSD网络对单张图片的单类零件和单张图片的多类零件进行检测操作。实验表明,使用MDSSD算法平均检测精度达到97.11%,检测速度达到32.00fps,MDSSD算法对比原来的SSD算法,平均检测精度提高了6.21%,能实时高精度地检测出零件,满足零件识别需求,可解决工业实际问题。
论文目录
文章来源
类型: 期刊论文
作者: 陈冠琪,胡国清,Jahangir Alam SM,许华忠,李开林,戈明亮,易玉华,罗建中
关键词: 图像处理,多尺度融合,跨层连接,零件识别
来源: 新技术新工艺 2019年08期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 机械工业,计算机软件及计算机应用
单位: 华南理工大学机械与汽车工程学院
分类号: TP391.41;TH13
DOI: 10.16635/j.cnki.1003-5311.2019.08.019
页码: 72-76
总页数: 5
文件大小: 303K
下载量: 247