典型文献
基于深度学习的嵌入式汽车内饰件装配检测
文献摘要：
汽车内饰件装配后的质量检测是装配的重要阶段,是确保内饰件装配高通过率的重要保障.以低功耗高性能英伟达的开发板搭建目标检测硬件平台,对比Faster RCNN与YOLOv5模型,采用对小目标检测效果更好的YOLOv5模型训练工业摄像头采集的数据.试验结果表明,对汽车内饰装配件13种特征检测的准确率都高达95％以上,实现了对汽车内饰装配件高效精准的判别,为汽车内饰件的装配工作提供了可靠的辅助手段.
文献关键词：
汽车内饰装配件;目标检测;YOLOv5;Faster RCNN;深度学习;检测方法
中图分类号：
作者姓名：
谭任;唐忠;王鸿亮;王帅
作者机构：
沈阳化工大学计算机科学与技术学院,沈阳110027;中国科学院大学,北京100049;中国科学院沈阳计算技术研究所,沈阳110168
文献出处：
引用格式：
[1]谭任;唐忠;王鸿亮;王帅-.基于深度学习的嵌入式汽车内饰件装配检测)[J].计算机系统应用,2022(04):110-116
A类：
汽车内饰装配件
B类：
汽车内饰件,装配检测,质量检测,装配高,通过率,低功耗,伟达,开发板,硬件平台,Faster,RCNN,YOLOv5,小目标检测,检测效果,模型训练,工业摄像头,特征检测,装配工作,辅助手段
AB值：
0.23542
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。
