拉鏈在生產(chǎn)的過程中由于模具的配置偏差等問題經(jīng)常會產(chǎn)生殘次品,為此,研究拉鏈缺陷檢測方法。通過CCD相機對生產(chǎn)后的拉鏈表面進行拍照收集關于拉鏈的圖像并制作數(shù)據(jù)集,利用MobileNetV3的卷積設計思想,對YOLOv3的DarkNet53特征提取網(wǎng)絡的CNN算法模型進行再設計,以達到模型更加輕量化、小型化的目的。實驗結(jié)果表明,該基于輕量級網(wǎng)絡的缺陷檢測系統(tǒng)即使是在樹莓派這類計算資源緊張的設備上也能實現(xiàn)較為理想的檢測速度與精度。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 拉鏈缺陷檢測系統(tǒng)設計
2 拉鏈缺陷檢測系統(tǒng)組成
    2.1硬件選擇
    2.2 軟件系統(tǒng)的設計與實現(xiàn)
    2.3 基于輕量級YOLOv 3算法的設計與實現(xiàn)
3 實驗和系統(tǒng)演示
    3.1實驗結(jié)果及分析
    3.2系統(tǒng)界面及操作演示
4 結(jié)語



本文編號：4048501