面向嵌入式平台的电缆部件缺陷检测

摘要：

为实现自动检测电缆成品上的多个部件引起的产品缺陷,如部件次序错误、部件朝向错误等,设计了一种适用于嵌入式平台的电缆部件缺陷检测方法.该方法以YOLOv5目标检测神经网络作为基础,将其改造为Anchor-free网络使其在嵌入式设备有更快的运行速度,并使用迁移学习及数据增强的方式加快网络训练速度并增加精度.根据实验结果,将该方法应用于NVIDIA Jetson Nano平台,单张图片的平均检测时间仅需76 ms,缺陷检测准确率达99％以上,其中缺陷检出率为100％,可满足工业生产的需求.

关键词：缺陷检测、目标检测、YOLOv5网络、模型部署、数据增强

所属期刊栏目：42

分类号：TP319(计算技术、计算机技术)

资助基金：国家自然科学基金61672369

在线出版日期：2023-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：123-126