基于机器视觉的废铜颗粒评级系统
计算机视觉与模式识别
2022-07-15 v2
摘要
在废铜颗粒回收领域，工程师在评级前需依靠经验识别废铜颗粒中各类杂质并估算其质量占比。这种人工评级方法成本高、缺乏客观性与全面性。为解决此问题，我们提出一种基于机器视觉与深度学习的废铜颗粒评级系统。我们首先将评级任务表述为2D图像识别与纯度回归任务，随后设计一种两阶段卷积评级网络来计算废铜颗粒的质量纯度与评级等级。我们的评级网络包含分割网络与纯度回归网络，分别计算出废铜颗粒的语义分割热力图与纯度结果。在增强数据集上训练评级网络后，真实废铜颗粒上的实验证明了所提网络的有效性与优越性。具体而言，我们的系统在准确性、有效性、鲁棒性与客观性方面均优于人工方法。
引用
@article{arxiv.2207.04575,
title = {A Waste Copper Granules Rating System Based on Machine Vision},
author = {Kaikai Zhao and Yajie Cui and Zhaoxiang Liu and Shiguo Lian},
journal= {arXiv preprint arXiv:2207.04575},
year = {2022}
}