期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于视觉的汽车装配件缺陷检测研究进展 被引量:3
1
作者 张瀚丹 吴一全 《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第8期1-20,共20页
汽车装配件的缺陷检测是汽车制造流程中的重要环节,不仅可以提升产品质量,降低退货率,避免成本浪费,还可以为驾驶人员提供安全保障。最早的缺陷检测依靠专家经验,准确度低,人力成本大,而无损检测技术依靠介质,且效率不高。引入机器视觉... 汽车装配件的缺陷检测是汽车制造流程中的重要环节,不仅可以提升产品质量,降低退货率,避免成本浪费,还可以为驾驶人员提供安全保障。最早的缺陷检测依靠专家经验,准确度低,人力成本大,而无损检测技术依靠介质,且效率不高。引入机器视觉不仅可以平衡检测精度和效率的问题,还能提高检测系统的鲁棒性,是最有发展潜力的缺陷检测技术之一。本文首先给出了视觉缺陷检测的定义和主要流程,简述了视觉缺陷检测系统中的图像采集硬件,然后从常用的缺陷分割方法、特征提取方法、卷积神经网络3个方面综述了近年来汽车装配件缺陷检测的研究进展,并对比分析了相关方法的优缺点。接着把汽车的装配件大致分为轮毂轮胎、车身漆面、零件、发动机等4类,总结了缺陷类型及其缺陷检测算法的研究现状。随后介绍了与汽车工业相关的10个数据集和缺陷检测性能评价指标。最后指出针对汽车装配件的缺陷检测目前面临着诸多方面的技术挑战,并对进一步的工作进行了展望。 展开更多
关键词 汽车装配 缺陷检测 机器视觉 深度学习 性能评价指标
下载PDF
基于深度学习的嵌入式汽车内饰件装配检测 被引量:1
2
作者 谭任 唐忠 +1 位作者 王鸿亮 王帅 《计算机系统应用》 2022年第4期110-116,共7页
汽车内饰件装配后的质量检测是装配的重要阶段,是确保内饰件装配高通过率的重要保障.以低功耗高性能英伟达的开发板搭建目标检测硬件平台,对比Faster RCNN与YOLOv5模型,采用对小目标检测效果更好的YOLOv5模型训练工业摄像头采集的数据.... 汽车内饰件装配后的质量检测是装配的重要阶段,是确保内饰件装配高通过率的重要保障.以低功耗高性能英伟达的开发板搭建目标检测硬件平台,对比Faster RCNN与YOLOv5模型,采用对小目标检测效果更好的YOLOv5模型训练工业摄像头采集的数据.试验结果表明,对汽车内饰装配件13种特征检测的准确率都高达95%以上,实现了对汽车内饰装配件高效精准的判别,为汽车内饰件的装配工作提供了可靠的辅助手段. 展开更多
关键词 汽车内饰装配 目标检测 YOLOv5 Faster RCNN 深度学习 检测方法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部