文献类型：期刊文章

作　　者：韩佳轩[1] 王鲜芳[2]

HAN Jiaxuan;WANG Xianfang(Department of Engineering Management,International College,Krirk University,Bangkok 10700,Thailand;School of Computer Science and Technology,Henan Institute of Technology,Xinxiang 453000,China)

机构地区：[1]泰国格乐大学国际学院工程管理系,泰国曼谷10700 [2]河南工学院计算机科学与技术学院,河南新乡453000

出　　处：《现代电子技术》

年　　份：2023

卷　　号：46

期　　号：8

起止页码：49-53

语　　种：中文

收录情况：IC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：传统的产品质量检测技术大部分还停留在人工检测阶段,效率低下,且无法保证产品的检测精度。为保证产品质量,提高检测效率,文中将机器视觉技术及深度学习算法应用于工业生产过程,设计一种智能制造检测平台。该平台主要由图像采集装置、数据处理中心和HMI终端组成。其中,图像采集装置主要采用工业相机对制造过程中产品图像进行实时采集;数据处理中心利用深度学习算法模型对制造过程中产品缺陷进行识别,并将检测结果存储于数据库;HMI终端收集检测结果,动态展示缺陷大小、类别及位置信息。使用热轧钢板表面缺陷数据集对检测平台的数据处理及可视化模块进行测试,结果表明,所设计平台可对存在缺陷的产品进行快速识别,并将模型性能指标可视化,满足生产过程中对产品质量缺陷检测的需求。

关 键 词：缺陷检测  机器视觉 检测平台  机器学习  深度学习  图像识别 目标检测 数据集

分 类 号：TN911-34]