科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提升铁氧体零件缺陷检测的精度和自动化程度，本文使用了一种基于编码器解码器网络的铁氧体零件缺陷检测方法。根据铁氧体零件自身形状特点，设计了一种基于ResNet的编码器解码器网络，通过约800张600×600分辨率的铁氧体零件图像训练该网络，在验证集上像素分类准确率达到99.2%，平均交并比达到86.5%。该模型是一种端到端的网络，在测试阶段，通过模型推理，对零件的缺陷进行定位。该方法的检测精度可以达到5.8μm，满足工业检测的精度要求。
-
单位北京航天控制仪器研究所
