基于改进BiFPN的微特电机电枢表面缺陷检测方法

摘要：

针对现有微特电机电枢表面缺陷检测方法存在检测精度不高,特别是对相似性工件容易误判等问题,结合深度学习的方法,提出一种基于改进BiFPN的电枢外观缺陷检测方法.工业相机采集到的电枢图像通过匹配算法经过裁剪得到ROI,将ROI输入到EfficientNet结构,进行基础特征提取;采用通道注意力机制增强改进的BiFPN结构,对提取出的不同维度特征进行融合,并对特征进行筛选;使用分类器输出最终检测结果.结果表明:该电枢外观缺陷检测方法检测准确率优于ResNet和EfficientNet等深度学习检测方法,其检测准确率高达98.42％.研究结果对相似性较大的微特非标工件的检测性能提升有积极意义.

关键词：电枢外观缺陷检测、深度学习、特征融合、改进的BiFPN结构

所属期刊栏目：50

分类号：TP273(自动化技术及设备)

资助基金：四川省重点研发项目;川大-泸州高校科研基金项目

在线出版日期：2022-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8