基于改进YOLO算法的光纤环绕制缺陷检测
作为光纤陀螺仪的核心部件,光纤环的绕制质量对光纤陀螺的精度至关重要.为了保证光纤环绕制的准确率和效率,提出了一种基于改进 YOLO 算法的目标检测方法.该方法采用 Shufflenetv2 网络来替代 YOLO 主干网络中的卷积层和池化层,提升了网络的特征提取能力;加入 Focus 模块提升训练速度;采用 K-means 聚类算法对原始锚框进行聚类,得到适用于光纤绕制缺陷的预测框,提高缺陷检测的准确率;同时修改损失函数,使用CIOU来计算定位损失,使用 Focal Loss作为置信度损失和分类损失函数,加快网络收敛;并进行了数据增强,增强了网络的泛化能力.实验结果表明,改进后的 YOLO 算法的平均准确率达到了 99.63%,相比于原始的YOLOv3-tiny算法提升了 2.06%,检测速度达到 91 fps,这将保证了光纤环的绕制系统的实际应用.
光纤环、缺陷检测、YOLO、Shufflenet、CIOU
46
TN206;TP399;TH701(光电子技术、激光技术)
山西省中央引导地方科技发展自由探索类基础研究项目;山西省归国留学人员科研项目
2023-08-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
32-39