基于Mask R-CNN的枪弹底火装配质量检测系统设计

摘要

提出了一种基于Mask R-CNN的枪弹底火装配质量检测方案。构建了底火装配质量在线检测系统,该系统利用机器视觉技术设计了基于Mask R-CNN网络模型的检测算法,主要借助目标检测算法Faster R-CNN进行目标定位,用全卷积神经网络(FCN)进行分割,实现枪弹底火装配缺陷位置显示和标记。通过实验将本文检测方法与人工检测方式进行了对比,结果表明,该方案能够快速、准确、有效地判别出合格品,其平均检测时间约为400 ms,检测准确率达99.4%,系统的检测速度和检测精度均能满足工业生产的需求。