为了提高柔性太阳翼琴铰缺陷检测的检测精度和效率，通过开展基于深度学习的柔性太阳翼琴铰表面缺陷检测方法研究，给出了一种结合目标检测和分类网络的两阶段算法。该方法通过采用自动摄像装置对琴铰进行拍照，记录琴铰表面状态，同时引入迁移学习和数据增强算法，在解决缺陷样本缺乏问题的同时，对计算资源需求低且运算性能高，达到表面缺陷检测准确率高和效率高的效果。
科研之友
微信
新浪微博
Facebook
分享链接
