System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于目标检测,具体的说是一种基于改进yolo_v5的发动机主轴承盖识别方法。
技术介绍
1、在现代汽车工业中,发动机作为汽车的核心,对于车辆的性能和可靠性起着决定性作用。发动机主轴承盖作为发动机内部关键零部件之一,不仅支撑着主轴承,确保曲轴的平稳运转,还在发动机的高速旋转和各种工作条件下,承担着保护发动机内部零部件的重要任务。发动机主轴承盖的合理设计与正确放置对于发动机的性能、寿命和可靠性具有重要影响。
2、然而,随着汽车工业的快速发展和技术的不断进步,传统的人工识别方法在识别发动机主轴承盖上的数字位置方面逐渐显露出其不足之处。人工操作存在诸多限制因素,如操作员的疲劳、注意力不集中以及环境干扰等,这可能导致主轴承盖的错误放置。特别是在大规模生产环境中,操作的精度和一致性难以保证,进而影响发动机的装配质量和最终性能。
技术实现思路
1、本专利技术提供了一种基于改进yolo_v5的发动机主轴承盖识别方法,可以确保发动机主轴承盖的正确放置,大幅提升发动机的装配效率,降低生产成本,并保障发动机在不同工作条件下的性能稳定性,解决了因人为因素造成的错误装配问题。
2、本专利技术技术方案结合附图说明如下:
3、一种基于改进yolo_v5的发动机主轴承盖识别方法,包括以下步骤:
4、步骤一、采集发动机主轴承盖图像构建数据集;
5、步骤二、对数据集中的发动机主轴承盖图像进行图像增强,得到增强后的图像;
6、步骤三、对增
7、步骤四、将带有类别标签的发动机主轴承盖图像送入模型中技能效果训练,得到发动机主轴承盖检测模型;
8、步骤五、将待检测图像输入到所述的发动机主轴承盖检测模型中,识别出发动机主轴承盖的图像特征,从而判断出发动机主轴承盖的种类。
9、进一步的,所述步骤一的具体方法如下:
10、获取发动机主轴承盖图像的数据并对获取的数据进行标注,对格式转化后的数据集进行训练集和验证集的划分。
11、进一步的,所述步骤二的具体方法如下:
12、将训练集中的数据输入到改进yolo_v5模型的输入端进行预处理。
13、进一步的,所述步骤三的具体方法如下:
14、将预处理后的图像进行分类和标注,得到带有标签的发动机主轴承盖图像数据集。
15、进一步的,所述步骤四的具体方法如下:
16、将带有类别标签的发动机主轴承盖图像数据集输入改进的yolo_v5模型的预处理层,进行图像预处理,得到预处理后的数据集;
17、预处理后的数据集输入到改进的yolo_v5模型的backbone层,获取不同尺度的发动机主轴承盖的图像特征图;
18、将不同尺度的发动机主轴承盖图像特征图输入到改进的yolo_v5模型的neck层,进行特征采样和特征融合,得到不同尺度的发动机主轴承盖特征融合图。
19、进一步的,所述步骤五的具体方法如下:
20、将不同尺度的发动机主轴承盖特征融合图输入改进的yolo_v5模型的预测层,得到发动机主轴承盖的预测结果;
21、其中,根据检测结果来计算模型的损失函数,接着调整模型的参数,在损失函数值收敛时,完成模型训练,得到训练好的改进的yolo_v5模型即发动机主轴承盖检测模型。
22、进一步的,所述损失函数的计算方法如下:
23、
24、式中,lbox为模型的siou损失函数;iou为模型对发动机主轴承盖生成的预测框和真实框的iou值;δ为角度成本,ρt为角度损失;γ为角度损失偏量;ω为形状成本;wt为形状损失,θ为控制对形状损失的关注程度。
25、进一步的,所述iou值的计算方法如下:
26、
27、式中,b为预测框;a为真实框。
28、进一步的,所述改进的yolo_v5模型包括预处理层、改进的backbone层、neck层和预测层;
29、所述预处理层包括:
30、翻转模块,用于对输入的图片进行随机水平翻转,得到数据增强后的图像;
31、镜像模块,用于对输入的图片进行随机镜像,得到数据增强后的图像;
32、所述改进的backbone层包括:
33、ghostconv模块,用于减少模型的参数量;
34、c3ghost模块,用于通过引入较少数量的卷积核来减少参数量;
35、ca注意力机制模块,用于关注通道信息和与方向相关的位置信息;
36、所述neck层包括:
37、自顶向下的fpn模块,用于将深层的语义信息传递到浅层;
38、自底向上的pan模块,用于将浅层的强定位特征传递到深层;
39、所述预测层包括:
40、80×80的大尺度预测层,用于小目标检测;
41、40×40的中尺度预测层,用于中目标检测;
42、20×20的小尺度预测层,用于大目标检测。
43、本专利技术的有益效果为:
44、本专利技术通过使用改进的yolo_v5算法检测发动机主轴承盖的数字,较现有的人工检测方法有更好的检测效果,能够在实际的使用过程中精确识别出发动机主轴承盖的数字,极大的提高了工业领域对发动机主轴承盖的检测效率,为工业领域提供重要帮助。
本文档来自技高网...【技术保护点】
1.一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述步骤一的具体方法如下:
3.根据权利要求1所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述步骤二的具体方法如下:
4.根据权利要求1所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述步骤三的具体方法如下:
5.根据权利要求1所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述步骤四的具体方法如下:
6.根据权利要求1所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述步骤五的具体方法如下:
7.根据权利要求6所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述损失函数的计算方法如下:
8.根据权利要求7所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述IOU值的计算方法如下:
...【技术特征摘要】
1.一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述步骤一的具体方法如下:
3.根据权利要求1所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述步骤二的具体方法如下:
4.根据权利要求1所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述步骤三的具体方法如下:
5.根据权利要求1所述的一种基于改进yolo_v5的发动机主轴承盖识别方法,其特征在于,所述步骤四的具体方...
【专利技术属性】
技术研发人员:李岩,刘润德,范玉魁,王华东,董改田,
申请(专利权)人:深圳市华成工业控制股份有限公司,
类型:发明
国别省市:
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。