来源：期刊VIP网 时间：
作者：周经宇;葛动元;姚锡凡;向文江;
单位：广西科技大学机械与汽车工程学院;华南理工大学机械与汽车工程学院;邵阳学院机械与能源工程学院;
摘要：为了通过深度学习来更方便且高效的检测轴承滚动体若干参数，从而自动判断出轴承滚动体是否存在异常。提出了使用Mask-RCNN来检测轴承滚动体并提取掩膜，然后通过使用图像处理的方法，计算出滚动体个数和其他若干参数，最后根据检测到的参数判断滚动体是否存在异常。本次实验设计了简单的背光源加同轴光源组合的形式并结合工业像机采集了50张轴承图像，然后通过对采集到的图像进行图像增强操作，获得了50张旋转、增强对比度和曝光等图像，组成100张图片作为数据集。通过对Mask-RCNN的训练来获得较好的模型参数，并随机对某张验证集的轴承图进行检测就可以得到各轴承滚动体的若干参数信息，从而根据求得的参数来自动判断滚动体是否异常，达到了检测的目的。
关键词：Mask-RCNN;;轴承;;滚动体;;图像处理;;参数检测;;缺失检测
基金资助：国家自然科学基金项目（51765007）;; 广西研究生教育创新计划项目（YCSW2022438）
