文献

J-GLOBAL ID：202202292220326212   整理番号：22A0993059

YOLOv4アルゴリズムに基づくプレス欠陥検出【JST・京大機械翻訳】

Defect detection of stamping parts based on YOLOv4 algorithm

著者 (5件)： Sun Yongpeng (山東科技大学 先進制造技術研究中心, 山東 青島266590;山東科技大学 机械電子工程学院, 山東 青島266590) ,  Zhong Peisi (山東科技大学 先進制造技術研究中心, 山東 青島266590;山東科技大学 机械電子工程学院, 山東 青島266590) ,  Liu Mei (山東科技大学 机械電子工程学院, 山東 青島266590) ,  Cao Aixia (青島黄海学院 智能制造学院, 山東 青島266427) ,  Li Liang (山東科技大学 先進制造技術研究中心, 山東 青島266590;山東科技大学 机械電子工程学院, 山東 青島266590)
資料名： Duanya Jishu  (Duanya Jishu)
巻： 47  号： 1  ページ： 222-228  発行年： 2022年 
JST資料番号： C2549A  ISSN： 1000-3940  CODEN： DUJID9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： パンチ欠陥検出の既存の人工検査強度が大きく、効率が低いなどの問題に対して、改良YOLOv4(YouOnlyLookOnce)モデルに基づく高速検出アルゴリズム(YOLOv4-Mobile)を提案した。改良MobileNetV3ネットワークは,YOLOv4構造におけるCSPDarknet53ネットワークに代わって,改良MobileNetV3ネットワークは,深さ分離可能コンボリューションと統合した。線形ボトルネックの逆残差構造とSE構造(軽量注意力構造)がある。欠陥データセットとデータ強化を,車両間によって採取されたパンチ画像によって確立して,K平均(K-means)クラスタリングアルゴリズムを用いて,プレッシャーのフレームパラメータを得て,次に,先験的フレームと特徴マップのマッチング度を改善した。実験結果は,改良YOLOv4モデルに基づく高速検出アルゴリズムの平均精度が89%に達し,SSDアルゴリズムよりも高く,一方,単一検出時間は0.15秒に達し,従来のYOLOv4アルゴリズムより優れていることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 圧力 ,  *アルゴリズム ,  効率 ,  畳込み ,  ネットワーク ,  残差 ,  *故障検出 ,  線形性 ,  モデル ,  ポンチ ,  パラメータ
準シソーラス用語： 特徴マップ ,  クラスタリングアルゴリズム ,  検出アルゴリズム ,  軽量 , 【Automatic Indexing@JST】

分類 (2件)： プレス加工  (WC04050H) ,  鍛造技術  (WC05020H)

タイトルに関連する用語 (3件)： アルゴリズム ,  プレス ,  欠陥検出