碧波液压网 欢迎你,游客。 登录 注册

基于深度学习的曲面玻璃表面缺陷检测方法

作者: 尹玲 叶正伟 陈新度 张斐 吴鹏 赵健州 陈湘尹 宋业明 来源:机床与液压 日期: 2024-12-18 人气:69
基于深度学习的曲面玻璃表面缺陷检测方法
针对曲面玻璃表面缺陷成像难、识别准确率低等问题,提出一种基于YOLOv4的曲面玻璃表面缺陷检测方法。根据光源的方向确定平面与曲面的光学特性,采用明场背面漫射照明的方式来获得图像信息,确立打光方案后获取不同表面的缺陷图片。使用改进K-means聚类算法,采用交并比函数确定锚框的量度,解决原锚框大小不适用于玻璃缺陷小目标检测问题。将所提方法与缺陷检测主流算法对比验证。结果表明:所提改进的YOLOv4方法均值平均精度(mAP)可以达到80.14%,与Faster RCNN以及YOLOv3算法相比,mAP分别提升了8.29%和16.11%,并且有更好的鲁棒性和检测效果。
    共1页/1条