-
题名基于YOLOv5的工具表面缺陷检测系统
- 1
-
-
作者
焦俊祥
金若男
李慧姝
方武
-
机构
苏州经贸职业技术学院信息技术学院
-
出处
《现代计算机》
2023年第16期43-48,共6页
-
文摘
在工业生产过程中,产品质量极易受到现有生产技术等客观条件的影响,因此需要对产品进行质量检验,其中,表面缺陷是产品质量合格的重要指标之一。现如今在表面缺陷检测方面的常见技术有渗透探伤、超声波检测、机器视觉等。利用基于深度学习的YOLOv5算法通过机器视觉识别工具表面不同缺陷种类,为工具产品的质量检验提供便利。
-
关键词
目标检测
卷积神经网络
工具表面缺陷检测
YOLOv5
-
Keywords
object detection
deep convolutional neural network
tool surface defect detection
YOLOv5
-
分类号
TG115.28
[金属学及工艺—物理冶金]
TP391.41
[金属学及工艺—金属学]
-
-
题名基于视觉的图形码识别产品的硬件设计
- 2
-
-
作者
娄根
焦俊祥
杨佳奇
李慧姝
方武
-
机构
苏州经贸职业技术学院信息技术学院
江苏省智能服务工程技术研究开发中心
-
出处
《现代计算机》
2022年第20期108-111,116,共5页
-
基金
江苏省高等学校基础科学(自然科学)研究面上项目(21KJB150036、22KJB140014)。
-
文摘
现代产业要求在大型物资管理系统中实现全自动物资精细化管理,特别是在特种物品管理的场景下,现有传统的标识技术已经带来了风险和隐患,如在电力工具管理中,使用传统的RFID标签会显著降低绝缘工具的绝缘性,使绝缘工具面临被高压击穿的风险,可能危及使用者的生命。面对这样的现状,本文研发了基于视觉的图形码识别产品,能够在物品表面环形布局,具有局部识读物品身份的标签技术,识别技术主要以图像处理、机器视觉为主,解决了条形码、二维码需要精准摆放、RFID影响物品绝缘性等关键问题,可以应用在不同环境的智能仓储中助力实现全自动物资精细化管理。
-
关键词
图形码
智能仓储
模板匹配
-
Keywords
graphic code
intelligent warehousing
the template matches
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
