朱永红，杨荣杰，段明明
(景德镇陶瓷大学 机械电子工程学院，江西 景德镇 333403)

摘 要：针对热电偶在陶瓷辊道窑高温环境下容易腐蚀老化，导致其温度检测精度下降的问题，提出采用计算机视觉火焰检测代替热电偶的陶瓷辊道窑温度智能检测方法。该方法是一种基于新型轻量化卷积神经网络，通过减少网络深度，以及采用大卷积核的设计，避免模型的过拟合现象，减少了模型的复杂度和推算时间，使模型实现了检测准确性的提升。实验结果表明：该新型轻量化卷积神经网络相比原始 MobelinetV2 模型，识别特征平均准确率提升了 4.58%、平均相对误差减少了 0.0918%、运算时间减少了 41.89%。显然，该新型网络模型使运算速度和分类性能大大提高。
关键词：陶瓷辊道窑；轻量化卷积神经网络；火焰图像识别；温度检测