公开(公告)号：CN113506239A

公开(公告)日：2021-10-15

申请号：CN202110558115.2

申请日：2021-05-21

Applicant: 冶金自动化研究设计院

Inventor： 张云贵 ,  薛四青

IPC: G06T7/00 ,  G06T3/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于跨阶段局部网络的带钢表面缺陷检测方法，属于带钢表面缺陷检测技术领域。本发明方法包括：构建带钢表面缺陷检测的数据集，数据集中包含12种带钢表面缺陷；基于深度神经网络模型YOLOv4改进构建CSP‑YOLO网络模型，用于检测带钢表面缺陷；对CSP‑YOLO模型进行训练和测试，输出最优模型对采集的带钢图片进行缺陷位置和种类检测。本发明方法解决了现有检测技术或多或少具有的检测速度慢、可检测缺陷种类少、检出率和分类正确率低、对小目标检测不友好的问题，不仅能够识别12种带钢表面缺陷，提高了带钢表面缺陷的检测准确性，还提高了缺陷检测速度，非常适用于实际生产使用。

公开(公告)号：CN113506239B

公开(公告)日：2024-06-04

申请号：CN202110558115.2

申请日：2021-05-21

Applicant: 冶金自动化研究设计院

Inventor： 张云贵 ,  薛四青

IPC: G06T7/00 ,  G06T3/04 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了一种基于跨阶段局部网络的带钢表面缺陷检测方法，属于带钢表面缺陷检测技术领域。本发明方法包括：构建带钢表面缺陷检测的数据集，数据集中包含12种带钢表面缺陷；基于深度神经网络模型YOLOv4改进构建CSP‑YOLO网络模型，用于检测带钢表面缺陷；对CSP‑YOLO模型进行训练和测试，输出最优模型对采集的带钢图片进行缺陷位置和种类检测。本发明方法解决了现有检测技术或多或少具有的检测速度慢、可检测缺陷种类少、检出率和分类正确率低、对小目标检测不友好的问题，不仅能够识别12种带钢表面缺陷，提高了带钢表面缺陷的检测准确性，还提高了缺陷检测速度，非常适用于实际生产使用。