[发明专利]一种轴类件在线质量检测方法

摘要

本发明公开了一种轴类件在线质量检测方法。通过工业相机获取轴类件的图像，根据有无缺陷及缺陷类型建立良品图像数据库和次品图像数据库，并按照一定比例抽取一部分原始图片，具体划分为训练集和测试集，进一步地人工标记质量检测信息，通过训练集对YOLO算法网络进行训练，直到测试集测试准确率符合要求，将实时获取的轴类件表面图像输入训练好的YOLO算法网络中，通过YOLO算法网络输出矩阵即可判断该轴类件的质量检测信息。本发明采用YOLO算法对轴类件在线质量检测，进而满足轴类件质量检测实时性的要求。

主权项

1.一种轴类件在线质量检测方法，其特征在于，包括以下步骤：(1)通过工业相机采集轴类件表面图像，首先拍摄轴类件正面图像，然后以轴类件中心轴为旋转轴将轴类件旋转180°，拍摄得到轴类件反面图像，将正面图像和反面图像以相同尺寸合并统一后得到轴类件表面图像；(2)将步骤1)的轴类件表面图像分为有缺陷图像和无缺陷图像，有缺陷图像为有斑块、划痕或锈迹其中一种或多种缺陷的轴类件表面图像，无缺陷图像为没有斑块、划痕或锈迹的轴类件表面图像，之后将有缺陷图像和无缺陷图像分别放入次品图像数据库和良品图像数据库；(3)从次品图像数据库和良品图像数据库中分别取出相同数量的轴类件表面图像组成原始图像，将原始图像划分为YOLO算法网络的训练集和测试集，并对原始图像进行数据标记；(4)构建YOLO算法网络：初始化YOLO算法网络的时期、迭代次数、批尺寸的数值，根据训练集设定学习率、学习率调整策略、学习率变化迭代次数的数值，完成对YOLO算法网络的训练；(5)用测试集对步骤4)训练好的YOLO算法网络进行测试，若测试准确率超过规定值w，输出训练好的YOLO算法网络；反之若测试准确率未超过规定值w，重复步骤4继续训练YOLO算法网络；(6)将实时采集的待检测轴类件的轴类件表面图像输入步骤5)输出的训练好的YOLO算法网络，实时获得待检测轴类件的质量检测信息。