10.16105/j.dxdl.1672-6901.202302012
基于深度学习的线束端子外观缺陷检测技术研究
为解决接触件端子与线束压接过程中会出现未成功压接、压接不到位、芯线外漏等质量问题,提出一种基于传统机器视觉和深度学习相结合的方法实现线束端子外观缺陷智能检测.首先搭建视觉检测系统获取高质量的线束端子外观图像,接着应用传统机器视觉中的图像预处理、图像滤波、最小二乘法实现剥线长度的在线检测,然后人工标注线束端子外观缺陷并构建样本数据集,最后利用深度学习算法实现线束端子外观缺陷的智能检测.试验结果表明,该视觉检测系统与人工检测对比误差小于0.01 mm,模型缺陷识别准确率为99.33%,漏检率为零,单张图像推理耗时5.6 ms.该系统运行稳定可靠,满足实际生产需求.
线束端子、外观缺陷智能检测、机器视觉、深度学习
TP29;TH164(自动化技术及设备)
国家重点研发计划;国家重点研发计划;航天电器重点科研项目;航天电器重点科研项目
2023-04-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
54-58