-
题名基于深度学习的线束端子外观缺陷检测技术研究
被引量:1
- 1
-
-
作者
丁成波
刘蜜
石锦成
刘林琳
张正伟
吴臣杨
-
机构
上海威克鲍尔通信科技有限公司
贵州航天电器股份有限公司
-
出处
《电线电缆》
2023年第2期54-58,共5页
-
基金
国家重点研发计划重点专项(2017YFE0101100)
国家重点研发计划重点专项(2020YFB1710503)
+1 种基金
航天电器重点科研项目(HTDQ20HJ0006)
航天电器重点科研项目(HTDQ21ZP021)。
-
文摘
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。
-
关键词
线束端子
外观缺陷智能检测
机器视觉
深度学习
-
Keywords
wire harness terminal
intelligent detection of appearance defects
machine vision
deep learning
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
TH164
[机械工程—机械制造及自动化]
-