中文核心期刊
中国科技论文统计源期刊
国际刊号:1005-2615
国内刊号:32-1429/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式ʽ
  • 主管:工业和信息化部
  • 主办:南京航空航天大学
  • 国际刊号:1005-2615
  • 国内刊号:32-1429/V
  • 地址:南京市御道街29号
  • 电话:025-84892726
  • 传真:025-84892726
  • E-mail:tnc01@nuaa.edu.cn
  • 邮编:210016
马晨凯,吴毅慧,傅华奇,业宁.基于深度学习的先进陶瓷零件实时缺陷检测系统[J].南京航空航天大学学报,2021,53(5):726-734
基于深度学习的先进陶瓷零件实时缺陷检测系统
Real-Time Defect Detection System for Advanced Ceramic Parts Based on Deep Learning
投稿时间:2020-10-28  修订日期:2020-12-08
DOI:10.16356/j.1005-2615.2021.05.009
中文关键词:  先进陶瓷材料  目标检测  机器学习  视频图像识别
英文关键词:advanced ceramic material  target detection  machine learning  video image recognition
基金项目:
作者单位邮编
马晨凯 南京林业大学信息科学技术学院南京210037 210037
吴毅慧 南京林业大学汽车与交通工程学院南京210037 210037
傅华奇 黑龙江工程学院电气与信息工程学院哈尔滨150050 150050
业宁 南京林业大学信息科学技术学院南京210037 210037
摘要点击次数: 98
全文下载次数: 173
中文摘要:
      传统先进陶瓷零件检测与分类的主流方法为纯机械尺寸过滤和人工判断,为解决其成本高、失误率高和损坏率高等问题,提出了基于深度学习的多目标实时检测分类模型(Multi-object real-time detection and classification model, MRDC)。该模型以YOLOv3为基础,使用SKNet作为注意力机制进行特征重构提高精确度,配合灰度图快速转化算法与跳帧检测方法提高检测速度,可实现实时缺陷检测。对实际生产中的先进陶瓷零件进行采集训练,多批次采集图像数据,每批数据含多个陶瓷零件的1 000张图像,平均精确率均值达到99.19%,用先进陶瓷零件生产线视频检验,识别分类的正确率达到100%,可以保证每分钟检测450~550个零件。多目标实时检测分类模型拥有识别速度更快、识别准确率更高和零件不易损坏等优点,可极大地节约生产原料与人力成本,减少废品产出。
英文摘要:
      The mainstream detection and classification methods of traditional advanced ceramic parts are pure mechanical size filtering and manual judgment. To solve the problems of high cost, high error rate and high damage rate, a multi-object real-time detection and classification model (MRDC) based on deep learning is proposed. The model is based on YOLOv3, uses SKNet as an attention mechanism for feature reconstruction to improve accuracy, and cooperates with grayscale map fast transformation algorithm and frame skipping detection method to improve detection speed, which can realize real-time defect detection. Image data in multiple batches are collected, and each batch of data contains 1 000 images of multiple ceramic parts. The mean average precision reaches 99.19% when the advanced ceramic parts in actual production are collected and trained. The correct rate of recognition and classification reaches 100% when the production line video of advanced ceramic parts is used for inspection, which can guarantee to detect 450—550 objects per minute. The MRDC model has the advantages of faster recognition, higher recognition accuracy, and less damage to objects, which can greatly save production raw materials and labor costs, reduce scrap output, and protect the environment more.
[HTML]  查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《南京航空航天大学学报》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892726      传真:025-84892726       E-mail:tnc01@nuaa.edu.cn

您是本站第3864862位访问者 本站今日一共被访问1788

技术支持:北京勤云科技发展有限公司

敬请关注《南航学报》官方微信