基于深度学习的工业零件识别被引量：2

在线阅读下载PDF

导出

摘要文章提出了基于深度学习的零件识别方法。文章首先对不同零件进行采样或者搜集,得到的样本做成训练集和测试集,再通过深度学习网络对样本进行训练及测试,得到识别模型,最后进行零件的识别。识别结果可以获得零件的种类和位置信息。该方法能够解决零件的定位和分类问题,可以应用于工业生产过程中。

作者张焕焕

机构地区长安大学

出处《信息通信》 2018年第11期270-271,共2页 Information & Communications

关键词深度学习目标识别工业零件

分类号 TP242 [自动化与计算机技术—检测技术与自动化装置]

作者简介张焕焕（1993-），女，山西运城人，硕士研究生，研究方向为深度学习。

引文网络
相关文献

参考文献8

1吴珊.基于深度特征和迁移学习的行人再识别[J].电子技术与软件工程,2018(20):126-126. 被引量：3
2卜伟,徐显兵,肖江剑,王少剑,潘江锋,彭成斌.基于图像边缘特征的零件分类与定位算法[J].计量与测试技术,2018,45(9):52-55. 被引量：4
3张慧,王坤峰,王飞跃.深度学习在目标视觉检测中的应用进展与展望[J].自动化学报,2017,43(8):1289-1305. 被引量：255
4邹长武,邓益民,王根华.可变功能机械产品功能设计及功能转换过程研究[J].机械工程学报,2016,52(23):62-68. 被引量：9
5郑国伟.扩大机械产品出口的3点建议[J].设备管理与维修,2017(4):9-9. 被引量：1
6黄世畅.机械产品设计的结构优化技术应用策略研究[J].山东工业技术,2017(11):18-18. 被引量：6
7王彩霞.机械产品制造质量控制的几个关键点探究[J].质量探索,2016,13(5):60-61. 被引量：5
8中国林业机械协会开展第四批向社会推荐林木机械产品活动[J].林业机械与木工设备,2014,42(5):16-16. 被引量：1

二级参考文献25

1王飞跃.平行系统方法与复杂系统的管理和控制[J].控制与决策,2004,19(5):485-489. 被引量：344
2钟艳如,黄保群,黄美发,蒋向前.基于模块化设计的混合图拆卸建模研究[J].工程设计学报,2006,13(1):31-35. 被引量：12
3蒋建东,叶永伟,张宪,张立彬.基于CBR小型农业作业机的可重构设计[J].农业机械学报,2006,37(6):32-35. 被引量：15
4章小红,李世其,王峻峰.基于蚁群算法的产品拆卸序列规划方法[J].计算机辅助设计与图形学学报,2007,19(3):387-391. 被引量：23
5贡智兵,李东波,史翔.面向产品配置的模块形成及划分方法[J].机械工程学报,2007,43(11):160-167. 被引量：22
6张国军,王翠雨,程强,王忠浩.面向可适应设计的耦合功能集割裂规划[J].华中科技大学学报（自然科学版）,2008,36(6):1-3. 被引量：11
7闵少松,朱晓军,朱锡.拆卸与或图生成及其权重不定问题研究[J].工程设计学报,2010,17(1):19-24. 被引量：4
8于嘉鹏,邢宇飞,王成恩.基于扩展干涉矩阵的几何可拆卸性判别方法[J].机械工程学报,2011,47(21):146-156. 被引量：17
9侯世旺,朱慧明.基于模糊关系方程和遗传算法的质量异常原因诊断方法[J].计算机集成制造系统,2012,18(12):2736-2743. 被引量：3
10侯世旺,朱慧明,李瑞琴,同淑荣.制造过程不确定质量异常诊断的Stateflow方法[J].系统工程理论与实践,2013,33(3):733-741. 被引量：5

共引文献273

1庞宁.基于深度学习的输电线杆塔鸟巢检测与识别[J].自动化与仪器仪表,2020(4):195-198. 被引量：7
2傅隆生,宋珍珍,Zhang Xin,李瑞,王东,崔永杰.深度学习方法在农业信息中的研究进展与应用现状[J].中国农业大学学报,2020,25(2):105-120. 被引量：54
3万士哲.干法造纸纤维空气动力成网过程的研究[J].浙江造纸,2000(1):16-18.
4池美珠,陆中权,除辉.新生儿缺氧缺血性脑病血糖、血皮质醇水平变化及临床意义[J].新生儿科杂志,2000,15(1):12-13. 被引量：10
5H.埃德尼,朱海滨,李显靖.新型矿物分析系统[J].国外金属矿山,2000,25(2):53-54.
6张细莲.例谈线性规划问题的最优解[J].中学数学研究（华南师范大学）（上半月）,2000(4):28-29.
7李美玲.浅谈深度学习在目标检测中的发展[J].科技风,2017(24):237-237. 被引量：5
8张艳玲,刘爱志,孙长银.间接互惠与合作演化的若干问题研究进展[J].自动化学报,2018,44(1):1-12. 被引量：13
9王磊.机械设备制造过程中的质量监管[J].山东工业技术,2018(5):46-46. 被引量：2
10邓方,宋苏,刘克,吴国政,付俊.国家自然科学基金自动化领域数据分析与研究热点变化[J].自动化学报,2018,44(2):377-384. 被引量：10

同被引文献24

1范祥,卢道华,王佳.机器视觉在工业领域中的研究应用[J].现代制造工程,2007(6):129-133. 被引量：37
2袁安富,曹金燕,余莉.一种基于SURF特征的零件识别算法[J].计算机应用与软件,2015,32(1):186-189. 被引量：6
3冯长建,吴斌,罗跃纲.混合KPCA和SVM的机械零件形状识别方法研究[J].机械制造与自动化,2016,45(4):132-134. 被引量：5
4司小婷,吴文江,孙一兰.基于视觉的零件识别和定位[J].组合机床与自动化加工技术,2016(10):70-73. 被引量：20
5任楷飞,孟令军,顾泽凌.基于灰度值金字塔算法的零件识别系统设计[J].中国测试,2018,44(7):83-87. 被引量：15
6黄海松,魏中雨,姚立国.基于深度学习的零件实例分割识别研究[J].组合机床与自动化加工技术,2019(5):122-125. 被引量：5
7陈绪,陈志澜.基于迁移学习的零件识别方法研究[J].制造业自动化,2019,41(8):81-86. 被引量：6
8付贵,刘莉雯,郭湘川.基于机器视觉的轴承座分类识别系统研究[J].机电工程,2019,36(10):1115-1118. 被引量：9
9陈冠琪,胡国清,Jahangir Alam SM,许华忠,李开林,戈明亮,易玉华,罗建中.基于改进SSD的多目标零件识别系统研究[J].新技术新工艺,2019,0(8):72-76. 被引量：7
10郑健红,鲍官军,张立彬,荀一,陈教料.结合深度学习与支持向量机的金属零件识别[J].中国图象图形学报,2019,24(12):2233-2242. 被引量：12

引证文献2

1马敬,刘溪,杨勇,张锡志.计算机视觉技术在零件识别中的应用[J].中国设备工程,2020(21):244-246. 被引量：11
2徐微,郝琦琦,李波波,黄思绒.一种改进YOLOv5积木小零件检测算法研究[J].电子器件,2024,47(4):1116-1120.

二级引证文献11

1马新庆.计算机视觉技术的图像识别与复原研究[J].电子技术与软件工程,2020(23):120-121.
2李晚求.计算机视觉技术在根系形态和构型分析中的应用解析[J].电子制作,2021,29(4):64-65. 被引量：3
3刘逆凡,沈嘉韵,包文夏,李晨阳,王志远.基于计算机视觉的矿井顶板事故监控系统[J].电子元器件与信息技术,2021,5(3):66-67. 被引量：2
4王华溢.计算机视觉技术在工业领域中的应用[J].科技创新与应用,2021,11(29):177-179. 被引量：6
5臧春华,周介祺,刘桂雄.基于Mask R-CNN实例分割的机械零件识别方法研究[J].电子测量技术,2021,44(22):32-36. 被引量：8
6王铁胜.计算机视觉技术的发展及应用[J].信息系统工程,2022,35(4):63-66. 被引量：13
7杨钧麟,王学俊.基于视觉技术的活塞环闭口间隙检测的研究[J].机床与液压,2023,51(8):56-60.
8杜保帅,房桐,赵燕成,赵景波.基于改进YOLOv4-Tiny的机械零件目标检测算法[J].传感技术学报,2024,37(2):303-309. 被引量：1
9杨淳升,王晓云,谭锦涛.基于机器视觉的零件分选技术研究进展[J].一重技术,2024(4):59-65.
10徐微,郝琦琦,李波波,黄思绒.一种改进YOLOv5积木小零件检测算法研究[J].电子器件,2024,47(4):1116-1120.

1许评,李玉鹏,莫宇迪,王召同.基于复杂网络的复杂机械产品关键零件识别[J].组合机床与自动化加工技术,2018(10):51-54. 被引量：6
2张磊,张鑫,贾磊,庄春刚.一种基于形状匹配的零件位置检测技术[J].机电一体化,2018,24(4):52-57. 被引量：1
3曹爽,赵显富,马文.一种基于曲面变化的工业构件点云数据精简方法[J].测绘通报,2018(11):20-24. 被引量：10

信息通信

2018年第11期

浏览历史

内容加载中请稍等...

基于深度学习的工业零件识别被引量：2

参考文献8

二级参考文献25

共引文献273

同被引文献24

引证文献2

二级引证文献11

相关作者

相关机构

相关主题

浏览历史

基于深度学习的工业零件识别 被引量：2

参考文献8

二级参考文献25

共引文献273

同被引文献24

引证文献2

二级引证文献11

相关作者

相关机构

相关主题

浏览历史

基于深度学习的工业零件识别被引量：2