首页> 中文期刊> 《自动化与仪器仪表》 >基于深度图像的精密零件加工问题研究

基于深度图像的精密零件加工问题研究

         

摘要

针对精密零件加工中缺陷检测的准确率不高的问题,以发动机球形零件为研究对象,提出一种基于改进的Faster R-CNN算法的零件加工缺陷检测方法。结果表明,优化后的Faster R-CNN算法在缺陷检测准确度和检测效率上都有显著提升,其中基于引导锚框法的Faster R-CNN改进算法将准确度从优化前的60.1%提升到了97.9%,与其他优化方案相比大幅度地提升了检测准确度;而池化层网络结构的优化将原算法4.0/fps的检测速度提升至4.3/fps,最大化地提升了检测效率。通过以上改进方案在实际检测应用表现得出,优化后的Faster R-CNN算法可精准识别零件缺陷,提升精密零件加工缺陷问题的检测准确性和效率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号