首页 期刊 新技术新工艺 基于改进SSD的多目标零件识别系统研究 【正文】

基于改进SSD的多目标零件识别系统研究

作者:陈冠琪; 胡国清; Jahangir; Alam; SM; 许华忠; 李开林; 戈明亮; 易玉华; 罗建中 华南理工大学机械与汽车工程学院; 广东广州510641
ssd   mdssd   图像处理   多尺度融合   跨层连接  

摘要:在零件的装配、分拣、焊接等工业生产过程中,使用图像处理的方法对零件进行识别能够大大减少夹具的使用。在零件的图像识别领域中,提出一种基于多尺度融合的MDSSD零件识别系统,MDSSD网络以SSD网络为基础,通过针对特定的零件识别场景,特别是小目标零件,使用融合模块实现深层网络和浅层网络的跨层连接,并且实现类别的预测以及坐标的回归。在特定环境的螺钉、螺母、垫圈的测试数据集上,分别使用SSD网络和MDSSD网络对单张图片的单类零件和单张图片的多类零件进行检测操作。实验表明,使用MDSSD算法平均检测精度达到97.11%,检测速度达到32.00 fps,MDSSD算法对比原来的SSD算法,平均检测精度提高了6.21%,能实时高精度地检测出零件,满足零件识别需求,可解决工业实际问题。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅