一种基于深度学习的轮胎缺陷检测系统

作     者：顾海军 陈胜 GU Haijun;CHEN Sheng

作者机构：上海理工大学光电信息与计算机工程学院上海200093 

出 版 物：《计算机与数字工程》 (Computer & Digital Engineering)

年 卷 期：2022年第50卷第7期

页      码：1463-1467页

摘      要：为了提高轮胎缺陷检测的效率与准确率,论文设计了一款轮胎缺陷检测系统。该系统首先将数据库中选择的原始图像进行预处理,在提高图像的对比度之后,对预处理后的轮胎图像进行固定像素大小的切割,将轮胎图像切割为若干张像素大小为1024*1024的图像,论文选用视觉图像注释器对切割后的轮胎图像进行特征标记,标记后的图像以坐标形式呈现,用Mask R-CNN网络对准备好的训练集进行自适应训练,最后通过测试集对训练好的模型进行评测,实验发现轮胎杂物缺陷检测率为96.68%。可以发现,该系统可以有效地检测出轮胎的杂物缺陷,使得轮胎厂家可以节约人工成本,大大缩减轮胎缺陷的检测时间。

主 题 词：缺陷检测 Mask R-CNN 视觉图像注释器 固定像素大小切割 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

D　O　I：10.3969/j.issn.1672-9722.2022.07.012

馆 藏 号：203114082...