基于全卷积神经网络的工件表面检测的研究

作者：陈晴

来源：内燃机与配件, 2019, (16): 197-199.

DOI：10.19475/j.cnki.issn1674-957x.2019.16.094

• 表面形貌
• 全卷积神经网络
• 深度学习
• 机器视觉

近年来,深度学习的快速发展引起了机器视觉在工业领域的兴起,相较于传统物理测量检测方法,基于深度神经网络的检测算法有高效率、无损耗的特点。为快速检测流水线上工件产品表面形貌的优劣,本文提出了一种基于全卷积神经网络的检测方法,实现了工件表面优劣的实时检测算法,能端对端的输出检测结果。相较于传统人工检测提升了检测效率及准确率,实验数据表明,利用全卷积神经网络所设计的检测算法,识别精度高达98%,识别速率相较于人工提升了5倍,有较强的实际意义。

• 单位
  重庆工商大学融智学院