科研之友
微信
新浪微博
Facebook
分享链接
摘要
对于家具板件自动化生产,快速、准确的板件质量检测系统是不可或缺的。以YOLO v5算法为基础对计算机辅助检查板件质量技术进行了研究。在机器学习算法的基础上,结合运动目标捕捉算法作为辅助检测方法,实现板件的识别和定位,然后通过OpenCV中的图像处理和轮廓识别方法来实现板件尺寸测量。该算法的板件识别率达98.33%,识别多种颜色板件外形长宽尺寸时,实测最大尺寸误差2.23 mm,能满足家具板件生产质量检测的需求。
- 单位
对于家具板件自动化生产,快速、准确的板件质量检测系统是不可或缺的。以YOLO v5算法为基础对计算机辅助检查板件质量技术进行了研究。在机器学习算法的基础上,结合运动目标捕捉算法作为辅助检测方法,实现板件的识别和定位,然后通过OpenCV中的图像处理和轮廓识别方法来实现板件尺寸测量。该算法的板件识别率达98.33%,识别多种颜色板件外形长宽尺寸时,实测最大尺寸误差2.23 mm,能满足家具板件生产质量检测的需求。
