基于MobileNet-YOLOX的刨花板表面缺陷检测

针对刨花板生产过程中传统的检测手段存在漏检、速度慢、检测缺陷不全等影响产品生产质量和产量的问题,提出基于MobileNet-YOLOX的刨花板表面缺陷检测方法。利用生产现场采集得到的图像制作专用数据集并搭建缺陷检测模型,对YOLOX模型的特征提取网络使用MobileNet进行轻量化改进,得到快速响应模型;再使用专用数据集对搭建的模型进行训练得到准确检测刨花板表面缺陷以及种类的检测模型。在实验评估阶段,通过对150张包含大刨花、油污和松软3类缺陷的生产现场图像进行了测试,检测精度分别为95.5%、96.9%、90.0%,平均精度达到94.4%,模型的检测响应平均时间为0.03 s,测试结果验证了基于MobileNet-YOLOX的刨花板表面缺陷检测方法的有效性和快速性。