-
公开(公告)号：CN113222901A
公开(公告)日：2021-08-06
申请号：CN202110418127.5
申请日：2021-04-19
Applicant: 哈尔滨理工大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于单阶段钢球表面缺陷检测的方法，相比于传统的人工检测，本检测方法具有更高的检测精度、检测效率及鲁棒性。本单阶段检测方法基于YOLOv4网络结构预训练模型。主要包括以下步骤：采集钢球表面图像数据、图像增广、数据集图像标注、数据集划分、构造预训练模型、训练模型、模型验证。本方法模型能够自动提取钢球表面缺陷的特征，并能准确而快速地检测出钢球表面多种缺陷的位置。本方法使用Python编程语言，基于Keras框架作为前端的功能实现，以Tensorflow作为后端的数据处理，使用GPU(NVIDIA，GTX1080Ti)对模型训练、模型验证和模型测试，获得相应的评价指标以及测试结果。根据实验结果可知，本方法可快速并准确对钢球表面缺陷进行检测。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
