文献类型：期刊文章

作　　者：王艳玲[1] 苏盈盈[1] 罗妤[1] 唐霞[1]

WANG Yanling;SU Yingying;LUO Yu;TANG Xia(College of Electrical Engineering,Chongqing University of Science and Technology,Chongqing 401331,China)

机构地区：[1]重庆科技学院电气工程学院,重庆401331

出　　处：《重庆科技学院学报（自然科学版）》

基　　金：重庆市技术创新与应用示范项目“深度学习框架下面向氮氧化物减排的垃圾焚烧状态在线监控系统设计”(CSTC2018JSCX-MSYBX0023);重庆市基础研究与前沿探索专项“面向无害化垃圾焚烧发电的二噁英异常排放复合成因诊断方法”(CSTC2019JCYJ-MSXM0220);重庆科技学院硕士研究生创新计划项目“面向工业的通用指针式多仪表智能识别系统设计”(YKJCX1920410);“热轧钢带智能检测中DeLiGAN和迁移学习的改进及应用”(YKJCX1920409)。

年　　份：2021

卷　　号：23

期　　号：3

起止页码：95-98

语　　种：中文

收录情况：CAS、普通刊

摘　　要：钢带在加工过程中会产生斑块、开裂和划痕等表面缺陷。为提高钢带缺陷检测效率,设计了基于深度学习目标检测网络SSD的检测系统。利用CCD摄像头采集钢带图像传入PC机,通过灰度变换和小波滤波对图像进行预处理,然后加载SSD预训练权重,对钢带图像进行在线检测。实验结果显示,将SSD模型用于检测钢带缺陷,可以取得85%以上的全类平均正确率。

关 键 词：热轧钢带 表面缺陷  图像检测 SSD模型  小波变换

分 类 号：TP391.4]