计算机技术与发展2023，Vol.33Issue(11) ：64-71.DOI:10.3969/j.issn.1673-629X.2023.11.010

基于卷积神经网络的零件圆检测方法

Part Circle Detection Method Based on Convolutional Neural Network

曾碧卿 杨睿 李一娴 张雅蓉
计算机技术与发展2023，Vol.33Issue(11) ：64-71.DOI:10.3969/j.issn.1673-629X.2023.11.010
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于卷积神经网络的零件圆检测方法

Part Circle Detection Method Based on Convolutional Neural Network

曾碧卿 1杨睿 2李一娴 3张雅蓉1
扫码查看

作者信息

  • 1. 华南师范大学 软件学院,广东 佛山 528225
  • 2. 华南师范大学 软件学院,广东 佛山 528225;季华实验室,广东 佛山 528200
  • 3. 季华实验室,广东 佛山 528200
  • 折叠

摘要

在零件生产的场景中往往需要对零件产品进行质量检测,多孔零件中的圆孔是否符合生产标准也是质量检测中的重要环节.为解决传统圆检测算法无法处理复杂场景下特定圆的检测问题,该文设计了一种基于卷积神经网络的零件圆检测方法,将圆检测分为3 个阶段,第1 阶段使用YOLOv5 目标检测模型对零件图片中的目标圆进行粗检测,将多圆检测问题简化为单圆检测,获得含有单个目标圆的裁剪图片;第2 阶段使用BiSeNet语义分割模型对单圆图片进行细检测,获得圆轮廓掩膜图;第3 阶段使用改进的随机霍夫变换对圆参数进行检测,最终得到图中所有目标圆的半径与圆心坐标.经实验结果对比,该方法在多种阈值条件下的检测精度都高于其他对比方法,在IoU阈值为0.9 的情况下F-meausre达到96%,能满足生产场景中的实时检测需求.

关键词

圆检测/卷积神经网络/目标检测/语义分割/霍夫变换

Key words

circle detection/convolutional neural network/object detection/semantic segmentation/Hough transform

引用本文复制引用

基金项目

国家自然科学基金面上项目(62076103)

广东省基础与应用基础研究基金(2021A1515011171)

广东省普通高等学校人工智能重点领域专项(2019KZDZX1033)

出版年

2023
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
参考文献量2
段落导航相关论文