基于DSSD模型的机械加工件表面缺陷检测研究

作者：李兰1,奚舒舒1,张才宝1,马鸿洋2 日期：2021-04-20/span> 浏览：1891 查看PDF文档

基于DSSD模型的机械加工件表面缺陷检测研究*
李兰1,奚舒舒1,张才宝1,马鸿洋2
(1.青岛理工大学 信息与控制工程学院，山东 青岛 266000；2.青岛理工大学 理学院，山东 青岛 266000)

摘要:针对机械加工件表面缺陷检测问题，对工件表面缺陷种类、缺陷位置进行了研究，对深度学习中的目标检测算法进行了归纳分析，提出了一种基于DSSD模型的机械加工件表面缺陷检测方法。该方法首先利用扫描电子显微镜获取了不同工件、不同位置的表面缺陷图像，建立了工件表面缺陷数据集，并对数据集进行了扩充；然后将DSSD网络模型反卷积模块的网络层数进行了简化，从而降低了计算复杂度；最后利用简化后的DSSD模型完成了对数据集的训练和测试。研究结果表明：DSSD模型的检测效率高于YOLO、Faster RCNN和SSD这3种模型，能够更准确、快速地检测工件表面缺陷，为实际工业场景下的缺陷检测提供了新的思路。
关键词:工件缺陷；DSSD模型；目标检测；卷积神经网络
中图分类号:TH161.14；TP301.6      文献标识码:A     文章编号:1001-4551(2021)02-234-06

本文引用格式:
李兰,奚舒舒,张才宝,等.基于DSSD模型的机械加工件表面缺陷检测研究［J］.机电工程,2021,38(2):234-238,255.
LI Lan, XI Shu-shu, ZHANG Cai-bao, et al. Surface defect detection of mechanical workpiece based on DSSD model［J］.Journal of Mechanical & Electrical Engineering, 2021,38(2):234-238,255.《机电工程》杂志:http://www.meem.com.cn