摘要
为实现装配零件图像的多目标检测任务,提出基于深度学习的目标检测算法,将目标检测模型YOLOv3应用于零件的识别检测.将基于迁移学习思想的预训练权重引入网络模型的训练过程,加速网络训练过程,损失函数快速收敛,加速模型建立过程.将训练模型应用于零件检测,实验结果表明,所提出的多目标检测方法识别10类零件的mAP为99.8％,识别周期小于1s,检测结果准确.研究结果对生产线的自动化分拣、零件的装配定位有参考价值.
基金项目
成都工业学院校级项目(2020ZR012)
四川省大学生创新训练项目(S202011116039)
维普
万方数据