-
题名基于改进YOLOv3算法的刀具表面缺陷检测
被引量:4
- 1
-
-
作者
刘浩
陈再良
王善翔
-
机构
苏州大学机电工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2021年第11期87-90,共4页
-
基金
国家自然科学基金项目(52075354)。
-
文摘
目前,刀具的缺陷检测大都依赖人工完成,效率低、误检率高而且对工人视力有一定的损害。为此,开发自动化视觉检测平台和算法。针对刀具表面的缺陷检测任务,对相机、镜头和光源进行选型,设计了视觉检测实验平台。同时对图像降噪、增强等预处理算法进行研究。使用标准YOLOv3算法存在一定的漏检和检测框定位不准问题,从特征层、聚类算法和损失函数三方面对YOLOv3算法进行改进。实验表明,改进后的算法将AvgIoU从0.76提升到0.85。mAP从79.47%提升到84.02%,检测速度达到22FPS。搭建视觉检测平台、开发视觉检测算法,能够代替现有的人工来进行刀具的缺陷检测。
-
关键词
切削刀具
缺陷检测
图像处理
YOLOv3
k-means++聚类
-
Keywords
cutting tools
defect detection
image processing
YOLOv3
k-means++clustering
-
分类号
TH16
[机械工程—机械制造及自动化]
TG506
[金属学及工艺—金属切削加工及机床]
-