基于深度學(xué)習(xí)的機(jī)器人視覺(jué)檢測(cè)在汽車(chē)焊裝中的應(yīng)用

打開(kāi)文本圖片集

摘要：研究了基于深度學(xué)習(xí)的機(jī)器人視覺(jué)檢測(cè)系統(tǒng)在汽車(chē)焊裝過(guò)程中的應(yīng)用情況。構(gòu)建了基于FPN和殘差注意力機(jī)制的兩階段目標(biāo)檢測(cè)網(wǎng)絡(luò)，并在實(shí)際工業(yè)焊裝場(chǎng)景中進(jìn)行了系統(tǒng)搭建與算法測(cè)試。結(jié)果表明，該模型達(dá)到了81.7% mAP的精度、40 FPS的實(shí)時(shí)檢測(cè)速度，優(yōu)于其他檢測(cè)算法，滿足了工業(yè)級(jí)指標(biāo)要求。所提出的檢測(cè)系統(tǒng)可實(shí)現(xiàn)焊接過(guò)程的自動(dòng)監(jiān)控與質(zhì)量預(yù)測(cè)，但也存在一定漏檢案例，還需擴(kuò)充樣本并模型融合進(jìn)一步提高魯棒性。（剩余5127字）