基于改进YOLOv3算法的刀具表面缺陷检测

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。