典型文献
基于改进BiFPN的微特电机电枢表面缺陷检测方法
文献摘要：
针对现有微特电机电枢表面缺陷检测方法存在检测精度不高,特别是对相似性工件容易误判等问题,结合深度学习的方法,提出一种基于改进BiFPN的电枢外观缺陷检测方法.工业相机采集到的电枢图像通过匹配算法经过裁剪得到ROI,将ROI输入到EfficientNet结构,进行基础特征提取;采用通道注意力机制增强改进的BiFPN结构,对提取出的不同维度特征进行融合,并对特征进行筛选;使用分类器输出最终检测结果.结果表明:该电枢外观缺陷检测方法检测准确率优于ResNet和EfficientNet等深度学习检测方法,其检测准确率高达98.42％.研究结果对相似性较大的微特非标工件的检测性能提升有积极意义.
文献关键词：
电枢外观缺陷检测;深度学习;特征融合;改进的BiFPN结构
中图分类号：
作者姓名：
李勇;王杨;方夏;王杰;杨苗苗
作者机构：
四川大学机械工程学院,四川成都610065
文献出处：
引用格式：
[1]李勇;王杨;方夏;王杰;杨苗苗-.基于改进BiFPN的微特电机电枢表面缺陷检测方法)[J].机床与液压,2022(06):1-8
A类：
微特电机,电枢外观缺陷检测
B类：
BiFPN,表面缺陷检测,缺陷检测方法,检测精度,工件,误判,工业相机,机采,匹配算法,法经,裁剪,ROI,EfficientNet,通道注意力机制,不同维度,维度特征,分类器,检测准确率,ResNet,非标,检测性能,性能提升,特征融合
AB值：
0.229601
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
