文档名：面向嵌入式平台的电缆部件缺陷检测
摘要：为实现自动检测电缆成品上的多个部件引起的产品缺陷,如部件次序错误、部件朝向错误等,设计了一种适用于嵌入式平台的电缆部件缺陷检测方法.该方法以YOLOv5目标检测神经网络作为基础,将其改造为Anchor-free网络使其在嵌入式设备有更快的运行速度,并使用迁移学习及数据增强的方式加快网络训练速度并增加精度.根据实验结果,将该方法应用于NVIDIAJetsonNano平台,单张图片的平均检测时间仅需76ms,缺陷检测准确率达99％以上,其中缺陷检出率为100％,可满足工业生产的需求.
作者：王庭琛 王宜怀 陈瑞雪Author：WANGTingchen WANGYihuai CHENRuixue
作者单位：苏州大学计算机科学与技术学院,江苏苏州215006
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(8)
分类号：TP319
关键词：缺陷检测 目标检测 YOLOv5网络 模型部署 数据增强
Keywords：defectdetection objectdetection YOLOv5network modeldeployment dataenhancement
机标分类号：TP391.4U491.116TN911.23
在线出版日期：2023年8月25日
基金项目：国家自然科学基金面向嵌入式平台的电缆部件缺陷检测[
期刊论文] 传感器与微系统--2023, 42(8)王庭琛 王宜怀 陈瑞雪为实现自动检测电缆成品上的多个部件引起的产品缺陷,如部件次序错误、部件朝向错误等,设计了一种适用于嵌入式平台的电缆部件缺陷检测方法.该方法以YOLOv5目标检测神经网络作为基础,将其改造为Anchor-free网络使其在嵌入...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
面向嵌入式平台的电缆部件缺陷检测 Cable component defect detection for embedded platform
面向嵌入式平台的电缆部件缺陷检测.pdf
- 文件大小:
- 7.21 MB
- 下载次数:
- 60
-
高速下载
|
