科研之友
微信
新浪微博
Facebook
分享链接
摘要
线束端子压接高度不当会导致线芯被剪断或线芯之间空隙较大，人工检测线芯数量和判断端子压接后线芯是否断裂，存在劳动强度大、易产生视觉疲劳等问题，因此提出一种基于深度学习的线束端子显微图像线芯检测算法，用于线芯计数。针对端子线芯显微成像呈密集且不规则排列的特性，使用K-means多维度聚类算法对线芯边界框进行聚类，生成与线芯边界框相匹配的锚框；为处理端子图像中不同属性锚框类别极不均匀的问题，利用梯度均衡机制重构损失函数。与多个目标检测算法的对比实验结果表明，所提改进算法在兼顾实时性的基础上平均精度均值达96.2%，能保持与人工同样的计数精度，可用于线束端子线芯计数和后续的压接质量评估等工作。
- 单位
