科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有汽车制造过程中外观质量检测环节存在的问题,提出通过深度学习算法完成对车辆外观质量检测方法的研究。利用深度学习算法在抗干扰性、识别精度、处理速度等方面的算法优势,将其应用在汽车实际生产过程中。首先对深度学习理论进行梳理与研究,确定合适的算法与模型;依据实际的生产场景特点来抽离实验场景构建所需核心要素,并完成实验环境的搭建;在获取原始图像之后,对其进行灰度映射、噪声滤波等预处理,同时完成对图像的特定标记;以TensorFlow为网络模型框架,设计多层神经网络;通过搭建R-FCN算法模型来实现网络模型训练与检测;最后在实验环境下对算法模型的准确性进行验证。本文旨在将深度学习、视觉识别等前沿技术应用在汽车制造业中,提升汽车制造业外观检测的自动化、智能化水平。
-
单位工业和信息化部; 中国汽车技术研究中心有限公司
