10.19554/j.cnki.1001-3563.2022.09.029
基于YOLOv5的瓷砖表面缺陷检测
目的 针对目前的瓷砖表面人工缺陷检测效率低的问题,提出一种基于深度学习YOLOv5算法实现对生产线瓷砖表面缺陷的检测.方法 首先对数据集进行切图分割与数据增强处理,再通过labelimg对数据集进行数据标注,然后将数据集送入到优化后的YOLOv5网络模型进行迭代训练,并将最优权重用于测试.结果 通过实验对比,YOLOv5模型的检测准确率高于Faster RCNN、SSD、YOLOv4这3种模型,其检测平均准确度高于96%,平均检测时间为14 ms.结论 表明该方法能够检测生产过程中的瓷砖缺陷问题,在瓷砖缺陷检测上有一定的先进性和实用性.
瓷砖、YOLOv5、深度学习、缺陷检测
43
TP391.4(计算技术、计算机技术)
国家自然科学基金62006073
2022-05-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
217-224