关键词：深度学习;智能表面;检测;协作式机器人;图像处理
摘 要：在汽车智能表面自动化检测中，传统机器视觉方法因易受光源、环境光影响，导致物体缺陷特征参数提取困难，检测准确性不高，本文采用协作式机器人作为运动控制，用压力检测单元、电流采集单元和图像检测单元组成检测系统，建立基于深度学习的汽车智能表面缺陷检测方法。结果表明，缺陷识别和缺陷分类的准确率达到95%，比传统方法高10%以上。该系统提高了表面检测的自动化程度，减少了人力成本，降低了人为操作的失误率，实现了汽车智能表面的高精度、高鲁棒性自动化检测。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取