基于轻量型深度神经网络的小零件表面瑕疵检测机  

作　　者：吕萍丽 王勇 

机构地区：[1]徐州工业职业技术学院信息工程学院,江苏徐州221140 [2]卓冠(江苏)新材料科技有限公司,江苏徐州221140

出　　处：《科技与创新》2024年第18期52-54,57,共4页Science and Technology & Innovation

基　　金：2022年江苏省产学研合作项目(编号:BY2022741)。

摘　　要：习近平总书记在党的二十大报告中指出,要加快建设制造强国,大力推动制造业智能化转型。小零件应用广泛,在制造业中扮演着至关重要的角色。对小零件进行表面瑕疵检测对于提升中国制造业智能化水平具有重要意义。设计出了小零件表面瑕疵检测机,用于检测长宽高在50 mm×50 mm×30 mm以内的统一规格生产的标准件。该检测机首先通过振动筛上料,其次由PLC控制开槽微型波纹传送带导向传送待检零件,再次使用工业相机采集图片,然后应用基于空洞卷积和特征支路的YOLOv4-tiny算法识别瑕疵,最后将识别结果为“NG”的次品用高压气泵吹走。实验比较结果显示,识别相同的零件,改进后的瑕疵识别算法准确率为98.73%,漏检率为0.01%,检测速度为360个/min,满足小零件企业生产流水线实时检测需求,每年为企业降低人力成本200万元,为制造业智能化转型作出了贡献。

关 键 词：轻量型 深度神经网络 小零件 表面瑕疵检测机 

分 类 号：TP393.09[自动化与计算机技术—计算机应用技术]