基于深度学习的陶瓷薄片表面划痕检测方法

作者：许斌; 肖宇萌; 武玉洁; 王晨妍; 刘凯

来源：工具技术, 2022, 56(08): 142-146.

• 深度学习
• 划痕检测
• SSD＿Mobilenet
• 陶瓷薄片

针对陶瓷薄片表面划痕对其工作可靠性造成影响问题，提出基于深度学习的陶瓷片表面划痕检测方法。通过设计构建划痕检测系统，以判定阈值0.7进行10000次卷积神经网络模型训练，实现表面划痕自动检测。实验选取两阶段算法(Faster R-CNN)和单阶段算法(SSD及SSD＿Mobilenet)对比划痕检测模型的检测速度、均值平均精度及准确率。结果显示，SSD及SSD＿Mobilenet算法在检测速度和准确率方面均优于Faster R-CNN,且SSD＿Mobilenet算法的检测精度达94.5%,单片检测时间小于1min。该系统检测划痕效果良好且效率提高，可以满足工业生产实时检测需求。

• 单位
  四川大学