摘要：针对汽车仪表盘指针生产线需要对烫印的指针进行微小缺陷检测的特殊要求,设计了一种融合Yolo、Faster RCNN算法的指针缺陷检测系统.首先,采集生产线上大量指针图片,并选取有缺陷的图片进行指针标注;然后使用Darknet-53网络作为Yolo算法的特征提取网络对指针进行预检测,再对预检测结果进行分类和切割;其次将切割后的图片进行缺陷标注,并结合Inception网络和Resnet网络,改进Faster RCNN的特征提取网络;最后设计一个端到端的指针缺陷检测模型.结果表明:设计的指针缺陷检测系统帧率可达1.25 FPS,在保证检测精度的同时,满足机械手抓取的运动速度,符合指针生产工艺的要求.

基金：国家自然科学基金(61601004,61472282)；

关键词：缺陷检测; Yolo; Inception; Resnet; Faster RCNN;

分类号：U472;TP391.41;TP183

文内图片：

 

 

Inception＿Resnet＿Faster RCNN算法网络结构

 

 

指针标注

 

 

Yolov3实验结果

 

 

缺陷标注

 

 

Inception＿Resnet＿Faster RCNN实验结果

 

 

Yolov3算法网络结构

 

 

Inception＿Resnet模块