买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛科技大学

摘要：本发明涉及绕线机产品的缺陷检测技术领域，具体公开基于机器视觉的全自动BLDC电机绕线机产品缺陷检测方法，包括步骤：S1：选取全自动BLDC电机绕线机缺陷产品图像数据，构建全自动BLDC电机绕线机缺陷产品数据集；S2：对缺陷产品数据集进行预处理，得到预处理数据集，并将其按VOC格式划分为训练集、测试集和验证集；S3：将ShuffleNet网络作为主干网络，构建轻量化改进的YOLOv4网络；S4：使用预处理数据集对改进的YOLOv4网络进行训练，得到缺陷检测网络；S5：将全自动BLDC电机绕线机产品数据输入缺陷检测网络，得到产品的缺陷检测结果。本发明中YOLOv4主干网络为ShuffleNetv2网络，并对其相关模块进行轻量化改进，可以大幅度降低网络参数，减少计算量，提升检测网络的速度与精度。

主权项：1.基于机器视觉的全自动BLDC电机绕线机产品缺陷检测方法，其特征在于，包括以下步骤：S1：选取全自动BLDC电机绕线机缺陷产品图像数据，构建全自动BLDC电机绕线机缺陷产品数据集；S2：对缺陷产品数据集进行预处理，得到预处理数据集，并将其按VOC格式划分为训练集、测试集和验证集；S3：构建轻量化改进的YOLOv4网络，改进后YOLOv4的主干网络为ShuffleNet网络，网络类型为ShuffleNetv2，网络卷积层为深度可分离卷积，网络激活函数为Mish函数，其中：ShuffleNetv2优势在于引入了逐点分组卷积与通道混洗，标准卷积过程中参数量为：Cin×K×K×Cout1分组卷积的参数量为： 上式中，Cin为输入通道数，Cout为输出通道数，K×K为卷积核的大小，G为分组数量，对比式1和式2，分组卷积可将参数量减少为原来的1G；深度可分离卷积优势在于等于深度卷积与逐点卷积相加，标准卷积的乘法计算量为：H×W×Cin×Cout×K×K3标准卷积的参数量为：Cin×Cout×K×K4深度可分离卷积的总乘法计算量为：H×W×Cin×K×K+H×W×Cin×Cout5深度可分离卷积的参数量为：Cout×K×K+Cin×Cout×K×K6深度可分离卷积可将传统卷积的计算量压缩为： 上式中，H×W为输出featuremap的空间大小，由式7可知，计算速度约为传统卷积的1K2；Mish激活函数优势在于是光滑函数，Mish激活函数公式如下：Mish＝x*tanhln1+ex8其导数为： ω＝4x+1+4e2x+e3x+ex4x+610δ＝2ex+e2x+211由式8可知，Mish函数在曲线上所有点都平滑，能够把更多信息输入神经网络，识别准确性高；S4：使用预处理数据集对改进的YOLOv4网络进行训练，得到缺陷检测网络；S5：将全自动BLDC电机绕线机产品数据输入缺陷检测网络，得到产品的缺陷检测结果。

全文数据：

权利要求：

百度查询： 青岛科技大学 基于机器视觉的全自动BLDC电机绕线机产品缺陷检测方法