【技术实现步骤摘要】
基于深度学习YOLO算法的线束连接器加工型号检测方法
本专利技术属于线束连接器智能化检测
,尤其涉及基于深度学习YOLO算法的线束连接器加工型号检测方法。
技术介绍
目前的线束连接器生产线仍存在很大不足,其中加工型号的检测大部分依靠人工检测,大多数生产线根据线束连接器夹具Pin槽的型号及槽数,人工控制整个生产线工艺,每更换一次夹具Pin槽,就得重新调整整个生产线,极其复杂,消耗大量人力物力。随着人工智能的大面积普及,深度学习算法的日趋完善,计算机设备计算能力不断提高,深度学习技术在目标检测方面大有代替传统技术之势。如今目标检测的深度学习算法有很多,而其中用于工业检测的几乎只有FasterRCNN算法,其检测的准确度和效率相比传统技术有很大提升,但其针对小目标的检测准确度不是很稳定,虽然速度有所提升,但并不能达到实时检测,对硬件设备的要求也很苛刻。
技术实现思路
本专利技术的目的在于提供基于深度学习YOLO算法的线束连接器加工型号检测方法,该检测方法能够提高线束连接器加工型号检测的准确度和效率。为解决上述技术问题,本专利技术采用的一个技术方案是:提供基于深度学习YOLO算法的线束连接器加工型号检测方法,包括以下步骤:步骤一、获取产品样本,获取若干线束连接器夹具Pin槽的样本图片;步骤二、样品标记,给所获得的样本图片上标签,标记样本图片上的目标区域,形成完整的数据集;步骤三、模型训练及模型输出,用深度学习YOLO算法对所标记的样本图片进行迭代训练,样本图片通过训练迭代学习输出深度学习模型;步骤四、产品图像输入,传送带将待检线束连接器夹具Pin槽移送到线束连接 ...
【技术保护点】
1.基于深度学习YOLO算法的线束连接器加工型号检测方法,其特征在于,包括以下步骤:步骤一、获取产品样本,获取若干线束连接器夹具Pin槽的样本图片;步骤二、样品标记,给所获得的样本图片上标签,标记样本图片上的目标区域,形成完整的数据集;步骤三、模型训练及模型输出,用深度学习YOLO算法对所标记的样本图片进行迭代训练,样本图片通过训练迭代学习输出深度学习模型;步骤四、产品图像输入,传送带将待检线束连接器夹具Pin槽移送到线束连接器定位机构旁的光电对射传感器后,传感器触发线束连接器定位机构上的气缸将待检线束连接器夹具Pin槽定位在传送带上的中心线位置上;传感器触发CCD摄像机及光源进行图像采集,并通过图像采集卡把摄像机拍到的视频信号转存到工业计算机上,从而获得线束连接器夹具Pin槽的图像;步骤五、图像预处理,针对获取的线束连接器夹具Pin槽图像,选取环形目标区域,对目标区域进行高斯滤波图像预处理,消除部分存在的图像噪声;步骤六、加工型号检测,将图像预处理后得到的图像输入到已经训练好的深度学习模型,即能够迅速检测到该线束连接器夹具Pin槽型号及槽数,获取加工型号;步骤七、选择相应工艺,按照检 ...
【技术特征摘要】
1.基于深度学习YOLO算法的线束连接器加工型号检测方法,其特征在于,包括以下步骤:步骤一、获取产品样本,获取若干线束连接器夹具Pin槽的样本图片;步骤二、样品标记,给所获得的样本图片上标签,标记样本图片上的目标区域,形成完整的数据集;步骤三、模型训练及模型输出,用深度学习YOLO算法对所标记的样本图片进行迭代训练,样本图片通过训练迭代学习输出深度学习模型;步骤四、产品图像输入,传送带将待检线束连接器夹具Pin槽移送到线束连接器定位机构旁的光电对射传感器后,传感器触发线束连接器定位机构上的气缸将待检线束连接器夹具Pin槽定位在传送带上的中心线位置上;传感器触发CCD摄像机及光源进行图像采集,并通过图像采集卡把摄像机拍到的视频信号转存到工业计算机上,从而获得线束连接器夹具Pin槽的图像...
【专利技术属性】
技术研发人员:李海庆,
申请(专利权)人:江苏拙术智能制造有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。