基于YOLOv5的耐压软管编织增强体瑕疵检测方法研究

来源 :浙江理工大学 | 被引量 : 0次 | 上传用户:liongliong472
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着制造业的持续发展,耐压软管已广泛应用于各大工业领域。耐压软管的工业性能主要由其内部编织增强体的生产质量决定,为提高耐压软管编织增强体的编织质量,需要对耐压软管编织增强体在生产过程中的实时检测方法展开研究。目前,耐压软管编织增强体瑕疵检测都是基于人工检测,但随着编织效率的提高,低效的人工检测方式已难以适应实际的生产节奏。因此,本文提出了一种基于YOLOv5的耐压软管编织增强体瑕疵检测方法,帮助企业节省用人成本,提高生产效率,研究内容具体如下:(1)为了对基于YOLOv5的耐压软管编织增强体瑕疵检测方法展开研究,本文设计并研制了一款图像采集平台,用于拍摄耐压软管编织增强体表面图像。从耐压软管编织增强体直径多样性特点和表面图像拍摄清晰度要求出发,合理设计图像采集平台各部分的机械结构。设计金属暗箱和自制照明光源,可以降低耐压软管编织增强体表面反光对图像采集造成的影响。设计相机调节装置,可以实现对不同直径尺寸耐压软管编织增强体的图像采集。设计机械运动装置,可以实现耐压软管编织增强体图像的全自动采集;(2)使用搭建的图像采集平台完成耐压软管编织增强体图像采集,而后经过人工筛选、数据增强以及瑕疵标注等操作,完成耐压软管编织增强体瑕疵数据集的构建。在研究并分析了现有目标检测算法的优劣后,选择了YOLOv5网络模型系列中的YOLOv5s作为本文的基础网络模型,并应用到自制的耐压软管编织增强体瑕疵数据集上,实验结果表明,YOLOv5s网络模型的检测准确率为88.1%,无法达到目标企业的工业现场使用要求,并且在极小尺寸的编织增强体瑕疵检测、特征不明显的编织增强体瑕疵检测和边界框回归准确性三个方面还需进行大幅改进;(3)针对YOLOv5s网络模型目前存在的检测性能缺陷,提出了四种优化方法:为提升边界框回归准确性,本文采用k-means++聚类算法重新生成更符合耐压软管编织增强体瑕疵数据集的锚框尺寸,使得预测框尺寸能够更加契合检测目标;为提升对极小尺寸的编织增强体瑕疵检测性能,本文修改YOLOv5s目标检测层结构,实现深浅层特征信息的交互复用,帮助网络模型获得更加丰富的编织增强体瑕疵图像细节信息,为降低修改目标检测层结构带来的速度损失,提出三种修改网络模型:YOLOv5s-4L,YOLOv5s-3L和YOLOv5s-2L;为提升对特征不明显的编织增强体瑕疵的检测性能,本文在YOLOv5s网络结构中引入高效通道注意力机制ECA,加强YOLOv5s网络模型对输入图像的特征提取能力,同时为探究ECA注意力机制添加位置对YOLOv5s检测性能的影响,提出两种修改网络模型:ECA1-YOLOv5s和ECA2-YOLOv5s;为提升对难分类编织增强体瑕疵样本的学习能力和缓解样本不均衡带来的影响,采用Focal loss改进YOLOv5s原网络中的置信度损失,得到新网络模型:YOLOv5s-F,该模型可以通过损失函数中与来自适应调节正负样本、难易样本的权重,重点针对难分样本进行学习;(4)对提出的4种优化方法后得到的新网络模型分别设置对比实验,验证它们对YOLOv5s网络模型检测性能提升的有效性:根据实验结果发现,使用新锚框尺寸的YOLOv5s网络模型相比于未使用的YOLOv5s预测框回归更加准确,契合瑕疵目标实际位置;根据实验结果发现,YOLOv5s-4L,YOLOv5s-3L和YOLOv5s-2L三种网络模型中,YOLOv5s-3L检测准确率最高,检测速度也能满足工业现场需求,相较于YOLOv5s检测准确率有了2.6%的提升,因此采用YOLOv5s-3L的目标检测层修改方法;根据实验结果发现,在ECA1-YOLOv5s和ECA2-YOLOv5s两种网络模型中,ECA1-YOLOv5s的检测准确率最高,相较于YOLOv5s检测准确率有了2.9%的提升,因此采用ECA1-YOLOv5s的注意力模块添加方式;根据实验结果发现,当α=0.25,=2时,YOLOv5s-F网络模型的检测准确率最高,相较于YOLOv5s的检测准确率有了1.2%的提升;(5)最后论文将四种改进方法进行融合,得到Modified-YOLOv5s网络模型,并将Modified-YOLOv5s与Faster R-CNN、SSD、YOLOv5s在自制耐压软管编织增强体瑕疵数据集和基准数据集上完成模型训练以及检测性能对比,实验结果显示,Modified-YOLOv5s的耐压软管编织增强体瑕疵检测准确率为92.2%,为所有模型中最高,并且在公开数据集上的检测准确率也为最高。此外,还设计研发了一款基于Modified-YOLOv5s的耐压软管编织增强体瑕疵检测系统,并进行了工业现场测试,测试结果表明Modified-YOLOv5s算法对直径为12mm,14mm和16mm的耐压软管编织增强体瑕疵检测准确率分别为95.1%,95.4%和96.0%,每秒钟可以检测大约200mm长度的耐压软管编织增强体,满足工业现场的使用需求。
其他文献
车间设施布局问题是运筹学中复杂的组合最优化问题之一,合理的车间布局能够优化企业的生产物流、降低与生产有关的成本,是一个生产制造企业提升市场核心竞争力的关键和企业未来发展规划的重要组成部分。本文以某铅酸蓄电池工厂的生产车间为对象,分析车间布局现状和加工工艺特点,以车间生产流程中的物流为切入点,应用系统布置设计SLP与熵权TOPSIS相结合的方法、混合模拟退火的动态参数粒子群SA-PSO算法和仿真建模
学位
我国社会正在不断发展,人们生活水平正在不断提高,我国人口老龄化问题也日益突出。面对当前我国老年人赡养问题以及市场型养老机构在解决这一问题中所发挥的重要作用,对市场型养老机构服务运行机制展开研究,不仅能更好地满足老年人的养老需求,缓解我国养老压力,同时也能促使社会公众更好地了解市场型养老机构,推动其健康发展。相比较现存理论研究所更多地偏向居家养老、医养结合、社区养老等研究方向,本文克服疫情影响,深入
学位
近年来,离子聚合物由于其具有的导电特性,越来越受到研究人员的关注,并应用于多个领域,如防污涂层、废水处理、生物医药和传感器等。本课题利用离子型聚合物在紫外光照射条件下可引发染料褪色的特点,将其与具有良好柔性的水凝胶复合,制备可穿戴指示紫外传感器,以监测日晒下的皮肤所需的紫外辐射剂量。针对含双温敏组分的离子型水凝胶吸附降解和吸附染料能力不足的缺点,进一步将离子型水凝胶与棉织物、可见光光催化剂g-C3
学位
程序分析与验证是计算机科学中的重要研究课题之一。近年来,随着深度学习技术的发展,深度学习方法已被广泛应用于程序分析与验证。本文基于深度学习和反例制导研究了数值程序的Craig插值生成和秩函数生成等问题,主要研究内容如下:·Craig插值技术是循环程序不变式生成的有效方法。针对非线性组合理论下的Craig插值生成问题,本文提出了基于深度学习和形式验证的神经网络型Craig插值的生成方法。该方法首先运
学位
信息时代知识的传播越来越便利,作为弱势群体的视障人群理应享受到这种社会发展带来的福利,摆脱传统纸质盲文书籍有障碍的束缚。盲文数字化是关乎他们生活学习的重要技术,为了帮助盲人尽早实现信息无障碍,本文设计开发了三款盲文转换系统,并应用于嵌入式盲文学习机,分别实现了转换操作后的盲文阅读、实时盲文阅读、多种语言的盲文阅读。本文的研究结果可以从获取信息的简便性和广度这两方面,助力盲文信息无障碍建设。本文主要
学位
随着糖尿病患者的增加,如何提高治疗的有效性成为亟待解决的问题。本文期望制备一种葡萄糖响应性水凝胶微球,通过微囊化盐酸二甲双胍(MH)针对II型糖尿病患者实现缓释、长效、响应性给药,通过微囊化胰岛瘤细胞(INS-1)针对I型糖尿病患者进行长期、响应、无免疫原性移植,实现治疗的智能化,增加患者治疗有效性,并减少糖尿病带来的诸多并发症。本文以海藻酸钠(SA)作为微囊壳材,透明质酸(HA)作为药物和细胞的
学位
热定型是整条染整工艺链中不可或缺的一道工序,其定型效果的好坏直接决定着织物质量的高低。静压箱是热定型机中的主要送风部件,其出风性能决定着织物表面能否获得均匀稳定的气流场,从而影响着织物的定型质量。因此,探究不同风道结构对静压箱流场均匀性的影响,提高静压箱出风性能,对提升织物定型效果、提高产品质量乃至提升整个染整行业经济效益都有着十分重大的意义。本文通过数值模拟的方法建立了静压箱风道模型,探究了不同
学位
折叠翼结构被广泛应用于现代导弹上,在提高武器系统整体作战能力方面发挥至关重要的作用。相比传统的固定式翼面,折叠翼面类型多,设计要求高,机构组成和功能原理复杂。为探究折叠翼关键性能参数的影响变化规律,有必要建立其力学模型并开展相关仿真研究。论文以某型号导弹使用的绳索驱动式折叠翼为对象,基于其组成和工作原理分析,进行运动学和动力学建模,并开展有限元模拟、虚拟样机仿真以及灵敏度分析等工作,分析了折叠翼从
学位
HIV相关神经病理性疼痛(HIV-induced neuropathic pain,HNP)是艾滋病常见并发症,其主要诱因是HIV包膜糖蛋白gp120。课题组前期研究发现,TLR2介导gp120诱导的HNP模型小鼠脊髓小胶质细胞激活并参与其机械异常性疼痛的发生。但TLR2参与gp120激活小胶质细胞的具体分子机制尚不明确,因此,本课题拟在体外建立gp120诱导的小胶质细胞损伤模型,进一步研究TLR
学位
电静液伺服机构(Electro-Hydrostatic Actuators,EHA)是一种新兴的电力驱动伺服机构,具有功率重量比大,效率高、可靠性高、安全性高、维护成本低等突出特点,是未来实现对机电设备多电/全电化控制的优选执行机构。斜盘式轴向柱塞泵是EHA的关键部件,目前缺乏行之有效的状态监测方法,无法利用EHA的工作状态数据实现对柱塞泵运行状态的自动监测,难以及时消除EHA发生故障的风险。本文
学位