基于深度学习的工业视觉检测系统

来源：计算机工程与应用杂志2019年第2期北京时间：

作者：晋 博1，蔡 念1，2，夏 皓1，林健发2

单位：1.广东工业大学 信息工程学院，广州 510006；2.佛山缔乐视觉科技有限公司，广东 佛山 528200

摘要：针对零部件在工业生产线包装过程中存在检测速度慢，自动化检测水平低下，检测准确率不高等问题，提出一种基于深度学习的工业零部件检测系统的方案设计，实现对零部件自动检测的功能。设计一种实验检测平台用于获取包含待检测零部件的图像；提出一种改进网络共享卷积层结构的方法，融合区域建议网络和区域卷积网络建立一种检测方法对目标零部件进行准确定位识别，适应各种形状大小不一的零部件检测，实现端到端训练输出定位检测结果。实验结果表明，系统的检测效果与传统的检测方法相比，具有速度快，检测准确率高等优越性。

关键词：工业零部件,深度学习,RPN+RCNN检测网络,定位检测