| Faster_RCNN用于工业火花塞图像焊缝缺陷检测 |
| |
| 引用本文： | 田珠,桂志国,张鹏程,赵瑞祥,娄润东.Faster_RCNN用于工业火花塞图像焊缝缺陷检测[J].测试技术学报,2020,34(1):34-40. |
| |
| 作者姓名： | 田珠 桂志国 张鹏程 赵瑞祥 娄润东 |
| |
| 作者单位： | 中北大学 生物医学成像与影像大数据山西省重点实验室,山西 太原 030051,中北大学 生物医学成像与影像大数据山西省重点实验室,山西 太原 030051,中北大学 生物医学成像与影像大数据山西省重点实验室,山西 太原 030051,中北大学 生物医学成像与影像大数据山西省重点实验室,山西 太原 030051,中北大学 生物医学成像与影像大数据山西省重点实验室,山西 太原 030051 |
| |
| 摘 要： | 工业火花塞图像数据量大,焊缝宽度小且肉眼不易分辨.传统火花塞焊缝图像缺陷检测依赖人工手动完成,任务繁琐,个人经验占比大,检测标准不一,导致图像检测结果有误差.针对上述情况,对工业X射线火花塞焊缝图像进行了深入研究,提出了一种基于快速区域卷积神经网络(Faster_RCNN)的目标检测方法对焊缝图像精确定位并提取.由于火花塞焊缝是直线,利用图论方法对焊缝进行直线检测,之后提取出焊缝,校正倾斜焊缝直线并计算出其高度,最后加入焊缝判断系统,筛选出不合格的火花塞图像.实验结果表明,工业X射线焊缝缺陷检测准确率高于93%,误判漏判率低,有效缩短检测时间,提高工业检测效率,对实际工业火花塞智能检测有重要意义.
|
| 关 键 词： | 焊缝图像 缺陷检测 快速区域卷积神经网络 深度学习 火花塞 |
Faster_RCNN for Industrial Spark Plug Image Weld Defect Inspection |
| |
| TIAN Zhu,GUI Zhiguo,ZHANG Pengcheng,ZHAO Ruixiang,LOU Rundong.Faster_RCNN for Industrial Spark Plug Image Weld Defect Inspection[J].Journal of Test and Measurement Techol,2020,34(1):34-40. |
| |
| Authors: | TIAN Zhu GUI Zhiguo ZHANG Pengcheng ZHAO Ruixiang LOU Rundong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
