|
|
|
| 基于深度学习的牙模3D打印缺陷检测方法研究 |
| 马莹 宋江 李建兴 刘振宇 叶国棋 张仲鑫 |
| 福建工程学院电子电气与物理学院 福建省增材制造创新中心装备智能化研究应用中心 |
|
|
|
|
摘要 牙模3D打印过程中出现的质量缺陷影响着牙模的外观和使用性能，严重时导致废品率高，造成时间、材料的浪费。为了减少牙模3D打印的废品率，提出了一种基于YOLOv5的牙模3D打印实时缺陷检测方案：首先获取多维度牙模缺陷图片，采用切图分割与数据增强处理等方式制作数据集，然后通过构建YOLOv5深度学习网络模型对牙模3D打印图像进行迭代训练，最后通过YOLOv5程序调用摄像头并使用训练后最佳权重值进行实时在线缺陷检测。通过实验对比，YOLOv5深度学习网络模型的检测准确率要高于Faster R-CNN、YOLOv3、SSD这3种模型，其检测平均准确度高达94.78%,平均检测时间为21 ms。结果表明该方法能够检测牙模3D打印过程中的质量缺陷问题。
|
|
| 关键词 ：
3D打印,
牙模,
YOLOv5,
缺陷检测
|
|
|
| 基金资助:福建省自然科学基金项目(2020J01876)； 高校产学合作项目(2021N5004)； |
| [1] |
李建兴 刘振宇 马莹 张艳璇 宋江 纪茂源 旷树森. 改进YOLOv5在胡瓜钝绥螨品质管控系统中的设计与应用[J]. 南昌大学学报（工科版）, 2023, 45(1): 85-. |
| [2] |
李经堂 张良 余欢 刘亚云 李晨 董谢平. 3D打印导板辅助复位技术联合加压克氏针系统治疗髌骨骨折[J]. 南昌大学学报（医学版）, 2022, 62(3): 55-. |
| [3] |
陈康明吴庆雄王渠郭新泽. 基于3D打印的连续梁桥V形结构光弹性模型试验研究[J]. 南昌大学学报（工科版）, 2021, 43(3): 234-. |
| [4] |
陈忠仪洪文瑶廖正俭郑诗豪黄绳跃刘宇清. 多模态影像融合技术联合3D打印技术在经蝶垂体腺瘤切除术中的应用[J]. 实用临床医学, 2018, 19(8): 35-. |
| [5] |
徐永丰夏剑龚敏万爱国许永武. 3D打印技术在复杂胫骨平台骨折手术中的应用[J]. 实用临床医学, 2018, 19(6): 29-. |
| [6] |
成翔宇纪斌王臻潘伟成陆维佳章筛林王文燕宋坤庞金辉. 基于CT薄层扫描数据的3D打印技术辅助治疗桡骨远端关节内骨折[J]. 南昌大学学报（医学版）, 2018, 58(6): 39-. |
| [7] |
冯秋歌吴禄慎王晓辉. 基于视觉的印刷字符缺陷自动检测方法[J]. 南昌大学学报（工科版）, 2018, 40(4): 385-. |
|
|
|
|
