• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《现代制造工程》 >基于深度卷积神经网络的曲轴智能识别方法研究

基于深度卷积神经网络的曲轴智能识别方法研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

在曲轴柔性生产线和装配线上,需要对不同种类曲轴进行智能、实时的识别和抓取。针对批量曲轴智能识别问题,提出一种基于深度卷积神经网络的曲轴种类识别方法。根据识别的要求,对图像进行预处理和数据增强,提高样本质量和数量,在卷积神经网络两个典型模型AlexNet和LeNet-5的基础上,调整了输入图像大小、模型层数以及输出层种类等参数,以AlexNet为基础模型设计了15种曲轴识别分类模型,以5类曲轴样本为例进行训练,并从15种曲轴识别分类模型中选择出最优模型,即识别精度较高且实时性较好的模型,称为模型A,模型A参数数量为1.607×10^(6)个,数据流为3.87 MB,前向传播时间为82.9 ms,识别精度为0.982。为解决模型A在训练过程中存在振荡大的问题,以及进一步缩小模型对内存的需求,对图像预处理过程进行改进,采用GrabCut算法进行图像分割,并以模型A为基础构建出了12种曲轴识别分类模型,同样以5类曲轴样本为例进行训练,筛选出识别精度较高的最优模型,称为模型B,模型B参数数量为0.39×10^(6)个,数据流为1.93 MB,前向传播时间为49.5 ms,识别精度为0.990。经过实验可得,优化后的模型B前向传播时间更快,内存需求更小,识别精度与模型A相当,并且从上述实验结果看,模型A和模型B均满足识别精度和实时性要求,模型B相较于模型LeNet-5和AlexNet,识别精度分别提高了0.12和0.025,前向传播时间分别缩短了45.6和22.5 ms,符合装配生产线上对曲轴种类识别的要求。

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