基于改进YOLOv3算法的钢板缺陷检测
针对目前钢板缺陷检测精度和速度的不足,提出了一种改进的YOLOv3检测算法.首先使用小波-中值滤波处理缺陷图像,清除图像里的噪声使图像更平滑.然后在原有网络中的密集连接网络(Darknet-53)上增加一个尺度输出增强算法对小目标缺陷的识别能力.最后为了增强算法模型的准确性对算法原有的损失函数进行优化,得到改进版的YOLOv3算法模型.改进的算法在测试集上的mAP值可以达到64.31,比原有的YOIOv3网络提高了7.9,结果表明了改进算法在钢板缺陷上具有较好的检测效果.
YOLOv3算法;对比度;损失函数;表面缺陷
44
TP751.1(遥感技术)
山东省科技厅项目2017CXGC0607,2017GGX30145
2021-06-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
104-108