混合现实装配检测中深度学习的数据增强方法
来源：计算机集成制造系统杂志2021年第3期北京时间：
作者：王帅,郭锐锋,董志勇,王鸿亮,张晓星
单位：1.中国科学院大学计算机与控制学院2.中国科学院沈阳计算技术研究所3.陆军炮兵防空兵学院士官学校
摘要：针对混合现实装配检测中,装配者的视觉检测位姿具有不确定性极易发生误检漏检的问题,提出一种混合现实装配检测中深度学习的数据增强方法。采用人为最佳数据增强策略的数据预处理方法,通过图像增强、几何变换、少量噪声干扰和随机遮挡的方式生成增强数据集,并改善图像增强过程中的特征失真,不仅能有效解决深度学习中人工标注样本任务量大的问题,还有助于提升检测模型的泛化能力。实验结果表明,该方法训练得到的新模型对汽车装配生产线零件的检测精度提升了11.38%。
关键词：混合现实,装配件检测,深度学习,数据增强
基金资助：国家科技重大专项资助项目(2019ZX04014001-004);辽宁省重点研发计划资助项目(2018225096)。
