基于MobileNetV2的汽车零件图像识别系统设计

基于MobileNetV2设计一套汽车零件智能识别系统,采用拍摄视频取帧建立数据集,基于MobileNet V2轻量级特征提取网络识别零部件图像,使用PyQt5建立零件识别系统人机交互界面。以商用汽车鼓式制动器的摩擦衬片为例进行测试,结果显示:平均识别准确率为98.71%,平均精确率为98.64%,平均召回率为98.75%。表明基于MobileNet V2卷积神经网络识别系统用于汽车零部件图像识别是可行的,为移动端汽车零部件图像识别提供了技术支撑。