关键词：汽车内饰装配件;目标检测;YOLOv5;Faster RCNN;深度学习;检测方法
摘 要：汽车内饰件装配后的质量检测是装配的重要阶段,是确保内饰件装配高通过率的重要保障.以低功耗高性能英伟达的开发板搭建目标检测硬件平台,对比Faster RCNN与YOLOv5模型,采用对小目标检测效果更好的YOLOv5模型训练工业摄像头采集的数据.试验结果表明,对汽车内饰装配件13种特征检测的准确率都高达95%以上,实现了对汽车内饰装配件高效精准的判别,为汽车内饰件的装配工作提供了可靠的辅助手段.
内 容：原文可通过湖北省科技信息共享服务平台（http://hbstl.hbstd.gov.cn/webs/homepage.jsp)获取