典型文献
基于Retinanet的轮毂焊缝检测定位方法
文献摘要：
提出一种基于深度学习方法的轮毂焊缝实时检测定位方法,设计轮毂焊缝视觉检测硬件平台,阐述多规格轮毂焊缝的检测定位原理,细述基于卷积神经网络的目标检测算法Retinanet以及基于Transformer架构的目标检测算法CoTNet的原理,优化Cot结构,提出CoTx结构,从而实现便捷替换卷积神经网络中通用的卷积层.在Pytorch框架下,简化Reti-nanet网络,通过CoTx结构和Retinanet网络的融合对比实验来优化Retinanet网络在轮毂焊缝数据集上的检测性能.实验结果表明,用CoTx结构替换Retinanet最后的几个特征提取层,可以得到更好的检测效果.在生产现场,进行为期30天的轮毂焊缝在线实时检测,平均检测精度为99.71％,单张检测时间为7 ms,达到企业生产的要求.
文献关键词：
轮毂焊缝;目标检测;Retinanet;CoTNet;Transformer
中图分类号：
作者姓名：
李鑫;任德均;任秋霖;曹林杰;闫宗一
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]李鑫;任德均;任秋霖;曹林杰;闫宗一-.基于Retinanet的轮毂焊缝检测定位方法)[J].计算机与现代化,2022(09):60-67
A类：
轮毂焊缝,CoTNet,CoTx,Reti,nanet
B类：
Retinanet,焊缝检测,检测定位,定位方法,深度学习方法,实时检测,视觉检测,硬件平台,多规格,定位原理,细述,目标检测算法,Transformer,Cot,卷积层,Pytorch,检测性能,检测效果,生产现场,检测精度,单张,检测时间,ms
AB值：
0.234924
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。
