绞线插针绕制的断丝故障检测

摘要

绞线插针作为微矩形连接器的关键结构，在其绕制工艺过程中面临着一个挑战，视觉上难以直观地区分金属线束是否断丝。为此，提出一种融合卷积神经网络与vision transformer(ViT)的跨层模型，整合深浅层网络以提取更为全面的绕线图像特征；利用注意力机制，进一步增强特征融合，提升了模型对微小差异的感知力；随后采取基于Arcface细粒度分类算法，引入角边距来优化余弦角，大幅增加了金属线束的类间差异性与相同特征的紧凑型。实验结果表明，本模型以91.9%的高准确率识别出不同规格金属线束的断丝情况，高效地解决了绞线插针绕制过程中的断丝识别难题，为微矩形连接器的生产质量监控提供了一种高效可靠的技术方案。

关键词

绞线插针 / 断丝检测 / 卷积神经网络 / transformer / arcface