基于改进的Faster R-CNN算法的机械零件图像识别 | |
郭斐; 靳伍银; 王猛 | |
刊名 | 机械设计
![]() |
2019 | |
卷号 | 36期号:9页码:113-116 |
关键词 | Faster R-CNN算法 机械零件图像识别 Inception结构 |
ISSN号 | 1001-2354 |
英文摘要 | 在传统的Faster R-CNN网络结构中减少原有的卷积层数,同时加入Inception结构层,提出一种基于Faster RCNN的零件识别的改进算法。该算法在保证不增加网络参数和计算量的前提下,增加深度和网络结构复杂度,进一步有效地提取图像的特征。结果表明:通过自制机械零件图像数据集,将传统Faster R-CNN与改进后的Faster R-CNN算法均成功应用于机械零件图像识别。与传统Faster R-CNN相比,基于改进后的Faster R-CNN深度学习算法识别机械零件的识别精度和准确度均更高。 |
WOS研究方向 | Automation & Control Systems |
语种 | 中文 |
CSCD记录号 | CSCD:6581855 |
状态 | 已发表 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/75290] ![]() |
专题 | 机电工程学院 |
作者单位 | 兰州理工大学机械电子工程学院, 兰州, 甘肃 730050, 中国 |
推荐引用方式 GB/T 7714 | 郭斐,靳伍银,王猛. 基于改进的Faster R-CNN算法的机械零件图像识别[J]. 机械设计,2019,36(9):113-116. |
APA | 郭斐,靳伍银,&王猛.(2019).基于改进的Faster R-CNN算法的机械零件图像识别.机械设计,36(9),113-116. |
MLA | 郭斐,et al."基于改进的Faster R-CNN算法的机械零件图像识别".机械设计 36.9(2019):113-116. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论