基于改进BiFPN的微特电机电枢表面缺陷检测方法

来源：机床与液压杂志2022年第6期北京时间：

作者：李勇，王杨，方夏，王杰，杨苗苗

单位：四川大学机械工程学院；四川大学机械工程学院；四川大学机械工程学院；四川大学机械工程学院；四川大学机械工程学院

摘要：针对现有微特电机电枢表面缺陷检测方法存在检测精度不高，特别是对相似性工件容易误判等问题，结合深度学习的方法，提出一种基于改进BiFPN的电枢外观缺陷检测方法。工业相机采集到的电枢图像通过匹配算法经过裁剪得到ROI，将ROI输入到EfficientNet结构，进行基础特征提取；采用通道注意力机制增强改进的BiFPN结构，对提取出的不同维度特征进行融合，并对特征进行筛选；使用分类器输出最终检测结果。结果表明：该电枢外观缺陷检测方法检测准确率优于ResNet和EfficientNet等深度学习检测方法，其检测准确率高达98.42%。研究结果对相似性较大的微特非标工件的检测性能提升有积极意义。

关键词：电枢外观缺陷检测;深度学习;特征融合;改进的BiFPN结构

基金资助：四川省重点研发项目(2021YFG0198)；川大-泸州高校科研基金项目(2019CDLZ-24)