一种基于机器视觉的工件表面缺陷检测方法和装置
公开
摘要
本发明提供一种基于机器视觉的工件表面缺陷检测方法，在YOLOv3网络模型的初始损失函数中新增加giou损失项得到优化了的YOLOv3目标网络模型，使得无论大小缺陷其检测框更加接近实际大小，这就能够使大缺陷的检测效果提高；基于金属表面缺陷数据集确定训练样本图片和检验样本图片，并将所述训练样本图片输入至所述目标YOLOv3网络模型；基于Darknet‑53特征网络来对所述训练样本图片进行特征提取；基于提取出来的特征信息对金属表面缺陷进行椭圆检测，相比于矩形框对缺陷区域贴合度更高；利用预先设置的损失函数引导所述优化了的目标YOLOv3网络模型进行训练，并通过检验样本图片进行模型检验，直到输出最优YOLOv3网络模型，使得网络结构在很深的情况下仍能收敛，提高了模型的精确度。
基本信息
专利标题 ：
一种基于机器视觉的工件表面缺陷检测方法和装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114581426A
申请号 ：
CN202210238900.4
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王智慧贾宪青董雯雯燕庆杰刘正杨方艳崔宾阁于建志路燕包永堂王路
申请人 ：
山东科技大学
申请人地址 ：
山东省青岛市黄岛区前湾港路579号
代理机构 ：
安徽顺超知识产权代理事务所(特殊普通合伙)
代理人 ：
陈波
优先权 ：
CN202210238900.4
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06V10/44 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
