智能装配中基于YOLO v3的工业零件识别算法研究

张静; 刘凤连; 汪日伟

首页> 中文期刊> 《光电子．激光》 >智能装配中基于YOLO v3的工业零件识别算法研究

智能装配中基于YOLO v3的工业零件识别算法研究

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

传统装配系统中依靠人力进行重复性劳动,容易由于人的操作具有疲劳性和人眼分辨率有限等特点造成失误,为了避免浪费人工和时间,解决工厂环境中光线等不稳定因素,提出了一种基于YOLO v3算法对形状多样的工业零件识别方法。在智能装配系统中根据视觉检测结果判断零件种类,弥补了传统方法的不足,满足产品生产系统的节拍要求。改进后的YOLO v3网络模型使用k-means算法重新聚类预选框的参数,残差网络来减少网络的参数,结合多尺度方法、采用Mish激活函数提高精确度,使其更适合工业零件的小目标分类检测。该模型以3D打印的工业零件制作数据集,实验表明与原有的YOLO v3算法对比,使用改进后的网络模型具有良好的鲁棒性,准确率提高了1.52%,时间提高了7.25 ms,实现精确实时地检测出智能装配系统中的零件种类。

著录项

来源
《光电子．激光》 |2020年第10期|1054-1061|共8页
作者
张静; 刘凤连; 汪日伟;
展开▼
作者单位

天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室;

天津300384;

展开▼
原文格式 PDF
正文语种 chi
中图分类程序设计、软件工程;
关键词
智能装配; YOLO v3; Mish; 工业零件; 多尺度方法;

相似文献

中文文献
外文文献
专利

1. 基于YOLO v3的煤岩钻孔图像裂隙智能识别方法 [J] . 苏钰桐 ,杨炜毅 ,李俊霖 . 煤矿安全 . 2021,第4期
2. 基于改进YOLO v3算法的零件目标快速检测方法 [J] . 黄家才 ,邹俊 ,丁凌 . 南京工程学院学报（自然科学版） . 2020,第3期
3. 基于改进的YOLO V3算法汽车零件配置辨识 [J] . 张丽秀 ,田甜 ,邵萌 . 组合机床与自动化加工技术 . 2020,第6期
4. 基于改进YOLO v3的玉米叶片气孔自动识别与测量方法 [J] . 张帆 ,郭思媛 ,任方涛 . 农业机械学报 . 2023,第2期
5. Darknet深度学习框架下基于YOLO v3的病虫害识别和农药喷洒系统 [J] . 朱格 ,徐燕 ,孙莹莹 . 农业与技术 . 2023,第10期
6. 基于YOLO神经网络的张衡卫星闪电哨声波智能检测算法 [C] . 冯小康 ,Feng Xiao Kang ,Yuan Jing . 第十六届国家安全地球物理专题研讨会 . 2017
7. 智能制造过程中基于深度学习的工业零件识别 [A] . 张静 . 2021

智能装配中基于YOLO v3的工业零件识别算法研究

摘要

著录项

相似文献

相关主题

期刊订阅