应用深度学习方法的汽车轮毂类型识别

doi:10.16731/j.cnki.1671-3133.2022.12.011

现代制造工程 ›› 2022, Vol. 507 ›› Issue (12): 75-82.doi: 10.16731/j.cnki.1671-3133.2022.12.011

• 仪器仪表/检测/监控 • 上一篇

应用深度学习方法的汽车轮毂类型识别

杨祎宁，贺向东，赵庆，刘乘昊，魏鸿磊

发布日期:2023-01-13
基金资助:
辽宁省教育厅2021年度科学研究经费面上项目（LJKZ0535,LJKZ0526）；大连工业大学2021年度本科教育教学综合改革项目（JGLX2021020,JCLX2021008）

Published:2023-01-13

摘要/Abstract

摘要： 针对汽车轮毂大批量生产中人工分类效率低、错误率高的问题，研究应用机器视觉和深度学习方法对汽车轮毂进行在线识别和分类。根据轮毂的特点对AlexNet进行修改，将Leaky Relu函数作为激活函数，应用批归一化，改变卷积核大小，简化全连接层并增加平均池化，且在全连接层之前加入通道注意力机制模块，使得修改的模型可以更好地进行特征提取。综合试验结果表明，采用修改后的AlexNet模型进行轮毂分类，其测试精确度达到99.80%,训练时间大幅缩短，综合效果优于常用机器视觉分类方法，具有实际应用价值。

中图分类号:

杨祎宁，贺向东，赵庆，刘乘昊，魏鸿磊. 应用深度学习方法的汽车轮毂类型识别[J]. 现代制造工程, 2022, 507(12): 75-82.

[1]	马华杰，袁永军，凌菁，. 汽车连杆生产线多机种兼容控制[J]. 现代制造工程, 2022, 500(5): 42-49.
[2]	李丙林，李派，雷强，谭春雨，邵勇. 基于RFID的装配监视追溯系统设计[J]. 现代制造工程, 2022, 499(4): 128-133.
[3]	盖立武，李宗堂，郭彩芬，王智明. 汽车空调系统上盖体零件专用夹具设计[J]. 现代制造工程, 2021, 494(11): 93-98.
[4]	周长亮，周金宇，庄百亮，. CFRP汽车顶盖模压模具加热管道优化设计[J]. 现代制造工程, 2021, 491(8): 90-94.
[5]	马成庆，高长水，刘壮，胡丹，屈中垚，田建川，毛光华. 汽车内饰装配线小时产出及设备使用率优化研究[J]. 现代制造工程, 2020, 474(3): 21-25.
[6]	李俚，夏晶，李露，桂黎红. 瓶颈工序影响下汽车电子生产车间排程研究[J]. 现代制造工程, 2020, 474(3): 26-32.
[7]	徐一宁,习俊通. 单元化SCADA系统在白车身制造车间的应用探究[J]. 现代制造工程, 2020, 477(6): 110-114.
[8]	黄夏宝，龚丽云，杨立熙. 基于价值流图的车载面板车间优化[J]. 现代制造工程, 2021, 485(2): 8-15.
[9]	王峰，张亮亮，王海波，陶小亮，王学宇. 基于K-means聚类算法的电驱产线监测模型的建立与软件实现[J]. 现代制造工程, 2021, 485(2): 127-133.

应用深度学习方法的汽车轮毂类型识别

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 9

编辑推荐

Metrics