论文部分内容阅读
为解决现阶段依靠肉眼进行电枢缺陷检测的效率低下和因为判断标准具有很大的主观性导致判别结果不稳定等问题,研究出了一种基于机器视觉的电枢缺陷检测系统。该系统可以采集到电枢不同角度的图像,并根据检测难度把每张电枢图像分为三个区域,分别由传统机器视觉算法、MobileNet-V3以及DenseNet神经网络模型对不同类型的缺陷同时进行检测。该系统所用到的数据集通过质检人员分类获得,可以保证标准的正确性。不同类型的缺陷分开检测可以提升系统的准确率,多区域同时检测可以提高系统的检测效率。实验表明,该系统在微型电