基于计算机视觉的轴承滚子表面缺陷在线检测系统

摘要：

通过分析轴承滚子中最常见的几种表面缺陷类型,设计了针对性的缺陷检测算法,将传统计算机视觉方法与深度学习相结合,并采用改进的RetinaNet模型,实现了轴承滚子的表面缺陷检测.实验结果表明:文中方法的准确率达95％以上;相较于传统的缺陷检测方法,文中方法在准确率、召回率与F1-score上均有一定提升.

关键词：轴承、表面缺陷、在线检测、深度学习、卷积神经网络

所属期刊栏目：48

分类号：TH133.3;TP391.41

资助基金：国家自然科学基金资助项目;国家重点研发计划项目

在线出版日期：2020-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：76-87