应用深度学习方法的汽车轮毂类型识别

作者：杨祎宁; 贺向东; 赵庆; 刘乘昊; 魏鸿磊^*

来源：现代制造工程, 2022, (12): 75-82.

DOI：10.16731/j.cnki.1671-3133.2022.12.011

• 轮毂类型识别
• 机器视觉
• 深度学习
• AlexNet模型

针对汽车轮毂大批量生产中人工分类效率低、错误率高的问题，研究应用机器视觉和深度学习方法对汽车轮毂进行在线识别和分类。根据轮毂的特点对AlexNet进行修改，将Leaky Relu函数作为激活函数，应用批归一化，改变卷积核大小，简化全连接层并增加平均池化，且在全连接层之前加入通道注意力机制模块，使得修改的模型可以更好地进行特征提取。综合试验结果表明，采用修改后的AlexNet模型进行轮毂分类，其测试精确度达到99.80%,训练时间大幅缩短，综合效果优于常用机器视觉分类方法，具有实际应用价值。

• 单位
  大连工业大学; 自动化学院