文章详情
| 稿件标题： | 基于Mask R-CNN的枪弹底火装配质量检测系统设计 |
| 稿件作者： | 李文静1，石义官2，徐亮2 |
| DOI： | 10.11809/bqzbgcxb2020.06.024 |
| 科学编辑： | 孟卫锋 博士（嘉兴职业技术学院教授） |
| 栏目名称： | 装备理论与装备技术 |
| 关键词： | 底火；装配质量检测；Mask RCNN；机器视觉 |
| 文章摘要： | 提出了一种基于Mask R-CNN的枪弹底火装配质量检测方案。构建了底火装配质量在线检测系统，该系统利用机器视觉技术设计了基于Mask R-CNN网络模型的检测算法，主要借助目标检测算法 Faster R-CNN进行目标定位，用全卷积神经网络(FCN) 进行分割，实现枪弹底火装配缺陷位置显示和标记。通过实验将本文检测方法与人工检测方式进行了对比，结果表明，该方案能够快速、准确、有效地判别出合格品，其平均检测时间约为400 ms，检测准确率达99.4%，系统的检测速度和检测精度均能满足工业生产的需求。 |
| 稿件基金： | 重庆市教委科学技术研究项目(KJ1735449)；国防基础科研项目(JCKY2016209A004)；军委基础加强项目(2019-JCJQ-ZD-313-00) |
| 引用本文格式： | 李文静，石义官，徐亮.基于Mask R-CNN的枪弹底火装配质量检测系统设计［J］.兵器装备工程学报，2020,41(06):121-125. LI Wenjing, SHI Yiguan, XU Liang.Design of Bullet Primers Assembly Quality Detection System Based on Mask R-CNN［J］.Journal of Ordnance Equipment Engineering,2020,41(06):121-125. |
| 刊期名称： | 2020年06期 |
| 出版时间： | 2020年6月 |
| 上线时间： | 2020年6月28日 |
| 浏览次数： | 2597 |
| 下载次数： | 687 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |