科研之友
微信
新浪微博
Facebook
分享链接
摘要
锌电解工业生产过程中阴极板经剥锌机剥片后有时会有残留物，需要及时识别并清除，否则会影响阴极板的后续处理。目前主要通过人工肉眼观察进行识别并从流程中剔除，难以保证人工识别的准确性和及时性，易造成不合格阴极板误入电解流程。提出一种基于改进YOLOv5算法的阴极板残留物机器视觉识别方法，并利用该方法对工业采集的锌阴极板图像数据样本进行了残留物识别试验和测试。结果表明，基于改进YOLOv5算法对不合格板的平均识别精度达到95.2%,比原始YOLOv5算法精度提高了6.8%,其识别精度能够满足实际应用中锌阴极板残留物的实时检测要求。
- 出版日期2023
- 单位机电工程学院; 江西理工大学
