文献类型：期刊文献

中文题名：基于卷积神经网络的十字螺钉壳体装配自动检测

作者：王明尧 李波 任仲伟 董本健

第一作者：王明尧

机构：[1]贵州理工学院机械工程学院,贵州贵阳550025

第一机构：贵州理工学院机械工程学院

年份：2025

卷号：21

期号：8

起止页码：5-9

中文期刊名：电脑知识与技术

外文期刊名：Computer Knowledge and Technology

基金：贵州理工学院高层次人才科研启动经费项目(2023GCC032)。

语种：中文

中文关键词：螺钉缺失;检测;YOLOv5;卷积神经网络;自动识别

摘要：目前,对于小尺寸螺钉缺失的检测,常采用人工目视检查。针对人工检测效率低下的问题,本文提出了一种基于YOLOv5卷积神经网络的自动检测方法,通过采集装配体图像、标注螺钉位置、训练网络模型以及获取最优权重文件,实现对螺钉装配的自动识别。实验结果表明,该方法检测的准确率为0.909,召回率为0.834,自动检测时间在100毫秒左右,显著提高了检测效率,有效解决了人工检测耗时耗力的问题。