基于深度学习的安全气囊裁剪片识别系统的设计

作     者：任海银 朱金荣 常曦仲 

作者机构：扬州大学 南京曦和盛世文化传媒有限公司研发部 

出 版 物：《物联网技术》 (Internet of Things Technologies)

年 卷 期：2025年第1期

页      面：32-35页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082303[工学-交通运输规划与管理] 0835[工学-软件工程] 082302[工学-交通信息工程及控制] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

主　　题：安全气囊 裁剪片 深度学习 卷积神经网络:VGG16 移动端 识别系统 

摘      要：随着安全气囊设计的多样化，安全气囊裁剪片的设计也越来越相似。现阶段工厂仍然采用人工识别安全气囊裁剪片的方式，不仅需要投入大量的人力和时间，其准确率还受人员主观因素的影响。为解决这一问题，设计了一种基于深度学习的安全气囊裁剪片识别系统。首先，通过拍摄采集了6种相似OPW安全气囊的耳片照片共1 000张，构建了实验所用的数据集；然后，训练了基于深度学习的安全气囊裁剪片识别模型，并应用当前常用的几种深度学习模型进行实验，进而选取合适的模型；接着，对所选的模型进行改进，将其识别准确率提高至93%；最后，开发Web端，用户通过访问网页端即可识别裁剪片，实现移动端的识别操作。在Web端对OPW安全气囊的6种相似耳片进行了识别实验，结果表明所设计的系统能够实现预期的功能，相较于人工识别效果更好，具有替代人工识别的可能性。