基于CNN的工业钉类识别研究及优化策略

作者:高兴宇; 陈凯生; 黄寅; 张朋
来源:组合机床与自动化加工技术, 2019, (06): 20-26.
DOI:10.13462/j.cnki.mmtamt.2019.06.006

摘要

为了实现交换机外壳上钉类安装正确与否的精确检测,文章提出一种基于改进卷积神经网络的图像处理识别算法。首先对交换机外壳图像进行Canny算子提取边缘,用透视变换算法与模板形成统一尺寸,定位截取出样本,然后把不同环境下的样本输入Caffe框架下构建的深度卷积神经网络,CPU模式下训练识别模型,最后运用于实际工程中。测试分析结果表明,随着不同钉类样本数据量增加,网络结构不能完全满足检测需求,进而采用一种基于产品类型的不同模型训练优化策略。实验结果表明,改进的算法可以快速训练模型并且结合策略可使不同产品检测准确度达99%以上,有效提高了交换机外壳上钉类安装的检测精度。

全文