本文主要研究内容
作者韩凯（2019）在《基于深度学习的汽车轮毂表面缺陷在线检测算法》一文中研究指出：轮毂表面缺陷检测是轮毂企业生产物流过程中的重要一环。通过现场调研,本文发现在传统解决方案中,轮毂表面缺陷检测是通过工人在生产线的固定工位通过肉眼观测的方式来对缺陷进行定位和标记。而由于汽车轮毂结构复杂,人工检测的方法效率低、工作量大,此种检测方式越来越难以满足轮毂生产过程越来越高的快速、准确、稳定的要求。为了实现生产物流装备自动化与智能化,提升轮毂制造企业生产物流过程的效率,降低人工成本,针对上述情况,本文结合深度学习技术,以及轮毂缺陷检测任务的实地调研,提出了基于深度学习的轮毂缺陷在线检测算法。本文的主要工作如下:1.轮毂生产线缺陷检测系统流程设计。本系统包含完整的轮毂在线缺陷检测流程,包括图像采集、图像预处理、轮毂图像缺陷检测等等。2.建立轮毂表面缺陷数据库。具体流程是在生产线现场通过工业相机采集轮毂表面缺陷图像,之后进行数据清洗,并通过专业标注软件对缺陷图像进行标注,最终得到带有精确标注的缺陷图像数据库。3.识别模糊图像。本文采用的消除模糊算法是基于深度学习的生成式对抗网络实现的,因此运算速度较慢,而采集的图像中只有一部分图像存在模糊现象,为了提高缺陷检测算法系统的效率,在进行消除图像模糊之前,设计算法识别模糊图像,如检测为模糊,则送入深度学习消除图像模糊网络。若识别为清晰图像,则直接进行轮毂图像缺陷检测。4.消除轮毂表面图像模糊现象。在对轮毂缺陷图像进行检测之前,需要对缺陷图像进行预处理已满足算法需求。由于本文提出的缺陷检测系统中图像采集阶段是轮毂在生产线上输送的同时进行的,所以采集的轮毂图像会存在运动模糊现象。针对这一问题,本位提出了深度对抗学习算法,在不需要准确运动信息的条件下消除运动模糊。5.轮毂图像缺陷检测。本文实现了深度学习目标检测算法并基于轮毂缺陷任务进行改进,在Faster-RCNN目标检测算法的基础上,进行了加入SE模块、将ROI-Pooling替换为ROI-Align、FPN多尺度特征融合网络三种改进,最终得到可以对轮毂表面缺陷定位以及分类的模型。本文最终实现的轮毂图像缺陷检测算法可以对缺陷点、划痕两种缺陷进行检测,同时给出缺陷位置以及缺陷类型。在本文建立的300张轮毂表面缺陷图像数据集上,对于所有缺陷区域,可以达到94%的召回率以及88%的预测准确率。
Abstract
lun gu biao mian que xian jian ce shi lun gu qi ye sheng chan wu liu guo cheng zhong de chong yao yi huan 。tong guo xian chang diao yan ,ben wen fa xian zai chuan tong jie jue fang an zhong ,lun gu biao mian que xian jian ce shi tong guo gong ren zai sheng chan xian de gu ding gong wei tong guo rou yan guan ce de fang shi lai dui que xian jin hang ding wei he biao ji 。er you yu qi che lun gu jie gou fu za ,ren gong jian ce de fang fa xiao lv di 、gong zuo liang da ,ci chong jian ce fang shi yue lai yue nan yi man zu lun gu sheng chan guo cheng yue lai yue gao de kuai su 、zhun que 、wen ding de yao qiu 。wei le shi xian sheng chan wu liu zhuang bei zi dong hua yu zhi neng hua ,di sheng lun gu zhi zao qi ye sheng chan wu liu guo cheng de xiao lv ,jiang di ren gong cheng ben ,zhen dui shang shu qing kuang ,ben wen jie ge shen du xue xi ji shu ,yi ji lun gu que xian jian ce ren wu de shi de diao yan ,di chu le ji yu shen du xue xi de lun gu que xian zai xian jian ce suan fa 。ben wen de zhu yao gong zuo ru xia :1.lun gu sheng chan xian que xian jian ce ji tong liu cheng she ji 。ben ji tong bao han wan zheng de lun gu zai xian que xian jian ce liu cheng ,bao gua tu xiang cai ji 、tu xiang yu chu li 、lun gu tu xiang que xian jian ce deng deng 。2.jian li lun gu biao mian que xian shu ju ku 。ju ti liu cheng shi zai sheng chan xian xian chang tong guo gong ye xiang ji cai ji lun gu biao mian que xian tu xiang ,zhi hou jin hang shu ju qing xi ,bing tong guo zhuan ye biao zhu ruan jian dui que xian tu xiang jin hang biao zhu ,zui zhong de dao dai you jing que biao zhu de que xian tu xiang shu ju ku 。3.shi bie mo hu tu xiang 。ben wen cai yong de xiao chu mo hu suan fa shi ji yu shen du xue xi de sheng cheng shi dui kang wang lao shi xian de ,yin ci yun suan su du jiao man ,er cai ji de tu xiang zhong zhi you yi bu fen tu xiang cun zai mo hu xian xiang ,wei le di gao que xian jian ce suan fa ji tong de xiao lv ,zai jin hang xiao chu tu xiang mo hu zhi qian ,she ji suan fa shi bie mo hu tu xiang ,ru jian ce wei mo hu ,ze song ru shen du xue xi xiao chu tu xiang mo hu wang lao 。re shi bie wei qing xi tu xiang ,ze zhi jie jin hang lun gu tu xiang que xian jian ce 。4.xiao chu lun gu biao mian tu xiang mo hu xian xiang 。zai dui lun gu que xian tu xiang jin hang jian ce zhi qian ,xu yao dui que xian tu xiang jin hang yu chu li yi man zu suan fa xu qiu 。you yu ben wen di chu de que xian jian ce ji tong zhong tu xiang cai ji jie duan shi lun gu zai sheng chan xian shang shu song de tong shi jin hang de ,suo yi cai ji de lun gu tu xiang hui cun zai yun dong mo hu xian xiang 。zhen dui zhe yi wen ti ,ben wei di chu le shen du dui kang xue xi suan fa ,zai bu xu yao zhun que yun dong xin xi de tiao jian xia xiao chu yun dong mo hu 。5.lun gu tu xiang que xian jian ce 。ben wen shi xian le shen du xue xi mu biao jian ce suan fa bing ji yu lun gu que xian ren wu jin hang gai jin ,zai Faster-RCNNmu biao jian ce suan fa de ji chu shang ,jin hang le jia ru SEmo kuai 、jiang ROI-Poolingti huan wei ROI-Align、FPNduo che du te zheng rong ge wang lao san chong gai jin ,zui zhong de dao ke yi dui lun gu biao mian que xian ding wei yi ji fen lei de mo xing 。ben wen zui zhong shi xian de lun gu tu xiang que xian jian ce suan fa ke yi dui que xian dian 、hua hen liang chong que xian jin hang jian ce ,tong shi gei chu que xian wei zhi yi ji que xian lei xing 。zai ben wen jian li de 300zhang lun gu biao mian que xian tu xiang shu ju ji shang ,dui yu suo you que xian ou yu ,ke yi da dao 94%de shao hui lv yi ji 88%de yu ce zhun que lv 。
论文参考文献
论文详细介绍
论文作者分别是来自北京邮电大学的韩凯，发表于刊物北京邮电大学2019-07-19论文，是一篇关于轮毂生产线论文,缺陷检测论文,深度学习论文,目标检测论文,北京邮电大学2019-07-19论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自北京邮电大学2019-07-19论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：轮毂生产线论文; 缺陷检测论文; 深度学习论文; 目标检测论文; 北京邮电大学2019-07-19论文;