华南理工大学学报(自然科学版)

作者：文生平, 周正军, 张啸言, 等

单位：1． 华南理工大学 广东省高分子先进制造技术及装备重点实验室，广东 广州 510640; 2． 华南理工大学 聚合物加工工程教育部重点实验室，广东 广州 510640; 3． 广州市井源机电设备有限公司，广东 广州 511480

关键词：轴承,表面缺陷,在线检测,深度学习,卷积神经网络

基金：国家自然科学基金资助项目 (51973068); 国家重点研发计划项目 (2019YFC1908201)

通过分析轴承滚子中最常见的几种表面缺陷类型，设计了针对性的缺陷检测算法，将传统计算机视觉方法与深度学习相结合，并采用改进的 ＲetinaNet 模型，实现了轴承滚子的表面缺陷检测。实验结果表明: 文中方法的准确率达 95% 以上; 相较于传统的缺陷检测方法，文中方法在准确率、召回率与 F1-score 上均有一定提升。

来源：2020年第10期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第10期