《机电工程》杂志,月刊( 详细... )
中国标准连续出版物号: ISSN 1001-4551 CN 33-1088/TH
主办单位:浙江省机电集团有限公司
浙江大学
主编:陈 晓
副 主 编:唐任仲、罗向阳(执行主编)
总 经 理:罗向阳
出 版:浙江《机电工程》杂志社有限公司
地 址:杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel:+86-571-87041360、87239525
E-mail:meem_contribute@163.com
国外发行:中国国际图书贸易总公司
订阅:全国各地邮局 国外代号:M3135
国内发行:浙江省报刊发行局
邮发代号:32-68
广告发布登记证:杭上市管广发G-001号
在线杂志 |
当前位置: 机电工程 >>在线杂志 |
基于DSSD模型的机械加工件表面缺陷检测研究
作者:李兰1,奚舒舒1,张才宝1,马鸿洋2 日期:2021-04-20/span> 浏览:1367 查看PDF文档
基于DSSD模型的机械加工件表面缺陷检测研究*
李兰1,奚舒舒1,张才宝1,马鸿洋2
(1.青岛理工大学 信息与控制工程学院,山东 青岛 266000;2.青岛理工大学 理学院,山东 青岛 266000)
摘要:针对机械加工件表面缺陷检测问题,对工件表面缺陷种类、缺陷位置进行了研究,对深度学习中的目标检测算法进行了归纳分析,提出了一种基于DSSD模型的机械加工件表面缺陷检测方法。该方法首先利用扫描电子显微镜获取了不同工件、不同位置的表面缺陷图像,建立了工件表面缺陷数据集,并对数据集进行了扩充;然后将DSSD网络模型反卷积模块的网络层数进行了简化,从而降低了计算复杂度;最后利用简化后的DSSD模型完成了对数据集的训练和测试。研究结果表明:DSSD模型的检测效率高于YOLO、Faster RCNN和SSD这3种模型,能够更准确、快速地检测工件表面缺陷,为实际工业场景下的缺陷检测提供了新的思路。
关键词:工件缺陷;DSSD模型;目标检测;卷积神经网络
中图分类号:TH161.14;TP301.6 文献标识码:A 文章编号:1001-4551(2021)02-234-06
本文引用格式:
李兰,奚舒舒,张才宝,等.基于DSSD模型的机械加工件表面缺陷检测研究[J].机电工程,2021,38(2):234-238,255.
LI Lan, XI Shu-shu, ZHANG Cai-bao, et al. Surface defect detection of mechanical workpiece based on DSSD model[J].Journal of Mechanical & Electrical Engineering, 2021,38(2):234-238,255.《机电工程》杂志:http://www.meem.com.cn
友情链接