avatar avatar 我的文献 混合现实装配检测中深度学习的数据增强方法 作者 王帅; 郭锐锋; 董志勇; 王鸿亮; 张晓星 单位 中国科学院大学; 中国科学院沈阳计算技术研究所; 陆军炮兵防空兵学院士官学校 期刊 计算机集成制造系统 时间 关键词 混合现实; 装配件检测; 深度学习; 数据增强 基金 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)
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11.38%。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭