共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
曾子睿 《信息技术与信息化》2023,(1):21-24
胚布瑕疵率是布匹质量的关键评价指标之一,及时地检测出胚布生产中出现的瑕疵并告警,可以有效地提高胚布生产质量。针对这种需求,设计了一种胚布瑕疵检测算法(YULU算法),以低配置的工业计算系统为计算平台,利用外置工业相机为实时采集图像,基于YOLOv3-Tiny算法进行适应性改进,减少了主干网络层数,减轻了计算负担。实验结果表明,YULU算法能够在低成本、计算资源受限的条件下,检测精度与标准YOLOv3-Tiny的指标相当、检测频率与图像采集频率相当,实现了高精度、实时性、低成本的胚布瑕疵检测。 相似文献
3.
4.
5.
汽车零部件在实际生产过程中,打磨、抛光等各种无法确定的因素会在零部件的表面留下缺陷,从而严重影响车辆的组装、制造,存在巨大的安全隐患,因此车辆零部件的缺陷检测十分重要.零部件缺陷检测已从传统的手工分类发展为基于机器视觉的方法.本文基于卷积神经网络对VGG16网络模型进行改进,提高了模型对汽车零部件缺陷的检测精度.首先,... 相似文献
6.
7.
煤炭资源在开采的过程中会伴随着产生一种名为煤层气的产物,煤层气又称为瓦斯,若将瓦斯直接排放至大气中,则会造成严重的温室效应,研究发现瓦斯可以通过燃烧用来发电,但瓦斯在发电过程中遇到明火,则会发生爆炸,给工作人员及企业会造成不可估量的损失,因此检测瓦斯发电站内的火焰情况,成为了解决瓦斯发电站爆炸事故的重要目标.基于火焰识... 相似文献
8.
9.
以机器视觉技术研究了序列图像中人运动的分割和检测.运动检测过程采用了目标图像和背景图像相减的方法,对差分图像采用了最大熵的指数形式确定二值化的阈值,实验证明获得了良好的检测效果. 相似文献
10.
医用塑料瓶在生产过程中瓶口处会产生残次品,如豁口、瓶口过薄等.此类瑕疵药瓶,无法封口,影响药品密封性,危害药品使用者健康.目前众多企业仍然依靠人工检测,因瑕疵点并不明显,人工误检率高.为此设计了一套基于机器视觉的医用塑料瓶瓶口检测系统.一台高速工业相机,在流水线指定工位通过硬触发,由上至下,对塑料瓶顶部取相,根据图像特点设计算法,完成定位,分割,识别瑕疵点.经过实际生产测试,验证了此系统在精度和速度方面优于人工检测方式,满足企业的检测要求. 相似文献
11.
长久以来,智能机器一直是人们梦寐以求的机器,如今,人们的幻想已成为现实。用机器视觉来识别图形不断变化的元件,这需要复杂的算法。神经网络能够模仿类似于人脑细胞的处理功能。由美国通用视觉公司和IBM公司发明的零指令集芯片使得Pulnix公司的ZiCam摄像机能够把图形分解成更小的组元,而神经网络中的分立神经细胞可独立地对这些组元进行建模。换句话说,一个神经细胞可接收有关物体形状的信息,而另一个神经细胞则可记录颜色信息。这些聚合数 相似文献
12.
13.
14.
针对复杂道路交通环境,选择YOLO(You Only Look Once)实时目标检测算法,对行人目标进行检测识别的研究。YOLO算法在目标检测的速度和精度上都取得过良好效果。首先在YOLO网络模型的基础上针对行人单类检测问题,修改分类器,并通过卷积操作改变网络最后的输出维度;其次通过对道路交通场景下采集到的样本图片进行标注,得到行人数据集;然后采用相同预训练模型在YOLOv2和YOLOv3上训练,通过优化网络参数,加速模型收敛。实验结果分析可知,基于改进的YOLOv3的行人目标检测方法更能满足实时性的要求。 相似文献
15.
针对无人机在光伏组件巡检任务中红外故障图像识别准确率低、检测速度慢的问题,提出一种特征增强的YOLO v5s故障检测算法。首先对损失函数进行优化,将原有的回归损失计算方法由GIOU(generalized intersection over union)改为功能更加强大的EIOU(efficient intersection over union)损失函数,并自适应调节置信度损失平衡系数,提升模型训练效果;随后,在每个检测层前分别添加InRe特征增强模块,通过丰富特征表达增强目标特征提取能力。最后,用创建的红外光伏数据集进行对比验证。实验结果表明:本文方法均值平均精度(mean average precision, mAP)为92.76%,检测速度(frame per second,FPS)达到42.37 FPS,其中热斑、组件脱落两种故障类型平均精度分别为94.85%、90.67%,完全能够满足无人机自动巡检的需求。 相似文献
16.
17.
18.
19.