一种基于图像分类的航空紧固件产品自动分类方法

摘要：

随着我国航空紧固件制造业的高速发展,生产车间流水线上的紧固件制造工艺变得越来越复杂.目前,生产流水线上工段内中不同规格产品的流转停留在人工分类阶段,这种做法不仅耗费人力,还很难满足实时处理分类需求.文中提出一种基于图像分类算法的航空紧固件自动分类方法,设计了一套紧固件图像采集和自动分类实施方案,并根据真实工业数据执行评估实验,评估实验统计了卷积神经网络和Inception-v3模型的准确率、查全率、查准率和F1值指标.实验结果表明,Inception-v3的各项评估指标优于卷积神经网络,Inception-v3模型分类的准确率达到98％以上,可以有效对航空紧固件产品实现自动分类.

关键词：航空紧固件、图像分类、卷积神经网络、Inception-v3

所属期刊栏目：48

分类号：TP301(计算技术、计算机技术)

资助基金：国防基础科学研究计划JCKY2018205B013

在线出版日期：2021-07-13（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：63-66