一种基于改进Faster-RCNN算法的车身螺栓识别方法

针对传统检测算法在汽车车身螺栓目标检测上的局限性以及准确率较低等问题,构建了一种基于改进Faster-RCNN车身螺栓识别模型。首先,将特征提取网络由原来的Vgg16网络改为Res-Net101网络,提高了算法对螺栓小目标的检测效果;然后,引入了更适用于多尺度的螺栓检测的FPN金字塔结构,提高检测效率;最后,将所设计的车身螺栓识别方法应用于某型车的实际装配过程进行测试,对采集的1397张车身螺栓图片制作的数据集进行了训练和识别,对数据集中的螺栓识别mAP达到了98.5%,实际现场测试表明模型对螺栓识别准确率达到了99%以上。