基于FPGA与卷积神经网络的零件识别系统

作     者：赵攀峰 王一群 ZHAO Pan-feng;WANG Yi-qun

作者机构：中国人民大学北京100872 北京信息科技大学北京100192 

基　　金：科技创新2030-“新一代人工智能”重大项目(2021ZD0113603) 

出 版 物：《仪表技术与传感器》 (Instrument Technique and Sensor)

年 卷 期：2023年第4期

页      码：72-76,82页

摘      要：针对工业领域零件生产线分拣系统存在识别速度慢、准确率较低的问题,设计了基于FPGA与卷积神经网络的零件识别系统。采用FPGA作为硬件平台,采集零件图像,对图像进行预处理,读取Hu不变矩作为零件形状特征,将该特征作为卷积神经网络的输入,实现不同零件类型的自动识别,完成了系统硬件和软件的设计。实验表明系统检测的平均准确率为98.24%,速度为875 ms/次,对光照和姿态有较强的鲁棒性,在生产线零件分拣系统应用中有一定的推广价值。

主 题 词：FPGA 卷积神经网络 零件识别 Hu不变矩 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.3969/j.issn.1002-1841.2023.04.015

馆 藏 号：203122156...