金属表面缺陷检测的改进YOLOv3算法研究 |
| |
引用本文: | 方叶祥,甘平,陈俐.金属表面缺陷检测的改进YOLOv3算法研究[J].机械科学与技术(西安),2020,39(9):1390-1394. |
| |
作者姓名: | 方叶祥 甘平 陈俐 |
| |
作者单位: | 南京工业大学经济与管理学院,南京211810;南京工业大学经济与管理学院,南京211810;南京工业大学经济与管理学院,南京211810 |
| |
摘 要: | 针对现有的金属表面缺陷检测方法存在着检测效率低、适用范围受限、处理步骤繁琐等缺陷,提出了基于改进型YOLOv3算法的实时缺陷检测方法。该方法将采集到的图片分为N×N个格子,每个格子用来检测缺陷的中心点是否在格子中,利用特征金字塔与残差层融合特征的方式对图片中的缺陷进行定位,得到多个缺陷的边界框,使用非极大抑制的方法筛选出得分最高的边界框。为了提高检测效果,在输入端对图像进行直方图均衡化,并基于缺陷权重优化了算法中的损失函数以提高缺陷分类的准确性。最后,利用改进型YOLOv3算法对钢板表面的压痕与划痕进行了实验检测,结果显示该方法可以快速、准确检测出钢材表面的压痕与划痕,精度分别为92%和90%。
|
关 键 词: | 金属表面缺陷检测 YOLOv3算法 目标检测 直方图均衡化 |
本文献已被 CNKI 万方数据 等数据库收录! |
|