基于改进YOLO-v5模型的子午线轮胎X光图像病疵自动检测方法

摘要：

由山东科技大学申请的专利(公布号CN 115690029A,公布日期2023-02-03)"基于改进YOLO-v5模型的子午线轮胎X光图像病疵自动检测方法",公开了一种基于改进YOLO-v5模型的子午线轮胎X光图像病疵自动检测方法,包括如下步骤:(1)采集子午线轮胎X光图像进行分割处理,统一分辨率,制作模型训练样本数据;(2)针对X光机不稳定造成的图像条状、块状缺失,从而影响检测效果的问题,进行图像复原处理;(3)设计改进YOLO-v5模型,包括增加第4个检测层、增加注意力模块,以及改进损失函数;(4)采用子午线轮胎病疵数据进行模型训练;(5)利用训练完成的模型进行实际应用场景的轮胎病疵检测.本发明是一种自动检测方法,基于改进模型能够自动识别多种病疵,针对不同病疵进行检测分类,检测效率和准确率较高.

机标关键词：子午线轮胎、自动检测方法、x光图像、yolo-v5

所属期刊栏目：44

分类号：TQ336.1;TP391.41;U463.341

在线出版日期：2024-02-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：18