科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统粗糙度测量方法识别准确率不高的问题，提出了基于迁移学习和模型融合的粗糙度检测方法。首先，采用所设计粗糙度检测系统中的CCD相机模组采集工件表面图像并制作数据集；其次，通过迁移微调VGGNet-19、Inception-V3以及DenseNet121进行多模型融合，得到了适用的粗糙度检测模型；最后，用数据集进行网络训练以提取图像中的纹理细节特征，实现对粗糙度等级的精准识别。针对车削、铣削和磨削共15种粗糙度等级图像进行实验验证，系统识别精度可达91%。结果表明，所提出的系统可有效地实现粗糙度等级自动检测。
- 出版日期2023
- 单位上海理工大学
