期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进YOLOv2的白车身焊点检测方法 被引量:13
1
作者 何智成 王振兴 《计算机工程》 CAS CSCD 北大核心 2020年第11期246-254,共9页
基于机器视觉的白车身焊点自动化检测为车身焊接质量控制提供了有效的途径,然而受环境光污染的影响,焊点自动化检测装备的机器视觉系统较难进行准确定位。为解决传统的图像处理方法受环境干扰大及鲁棒性差的问题,提出一种基于深度学习... 基于机器视觉的白车身焊点自动化检测为车身焊接质量控制提供了有效的途径,然而受环境光污染的影响,焊点自动化检测装备的机器视觉系统较难进行准确定位。为解决传统的图像处理方法受环境干扰大及鲁棒性差的问题,提出一种基于深度学习的焊点位置检测方法。引入MobileNetv2的卷积结构代替YOLOv2的卷积层,并借鉴YOLOv2的细粒度特征的方法,解决YOLOv2模型参数较多的问题。采用GIoU loss对模型的损失函数进行改进,利用K-means聚类算法得到适合焊点数据集的anchor,从而获得高可靠性的轻量化白车身焊点位置检测模型FGM_YOLO。在白车身焊点测试集上进行测试,结果表明,与原YOLOv2模型相比,该模型的平均精度提升了2.47%,模型参数约为原模型的1/16,检测速度提高2倍,大幅提高了检测效率。 展开更多
关键词 焊点检测 yolov2模型 MobileNetv2卷积 深度可分离卷积 交并比
在线阅读 下载PDF
迁移学习用于牵引变电所视频多目标识别研究 被引量:5
2
作者 完颜幸幸 傅钦翠 吉鑫 《计算机工程与应用》 CSCD 北大核心 2019年第24期196-201,共6页
为实现牵引变电所视频图像的多目标识别,为牵引变电所的远程智能巡检提供技术支持。基于迁移学习的理论研究,利用SSD(Single Shot Multibox Detector)和YOLOv2(You Only Look Once v2)模型,实现牵引变电所视频图像中高压开关柜的仪表、... 为实现牵引变电所视频图像的多目标识别,为牵引变电所的远程智能巡检提供技术支持。基于迁移学习的理论研究,利用SSD(Single Shot Multibox Detector)和YOLOv2(You Only Look Once v2)模型,实现牵引变电所视频图像中高压开关柜的仪表、分合指示灯状态以及隔离开关的分合状态的自动识别。利用TensorFlow平台实现的多目标识别方法识别速度快而且鲁棒性好。 展开更多
关键词 牵引变电所 迁移学习 目标检测 yolov2模型 SSD模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部