基于YOLOv3的轴表面荧光磁粉缺陷检测

摘要：

在荧光磁粉缺陷检测中,为快速有效地对金属轴上的点状、线型以及摩擦型缺陷进行分类检测,引入了深度学习技术,并与图像处理技术结合设计了一种改进型金属轴表面缺陷检测系统,克服了传统识别方式人工选定处理区域的局限性.利用基于YOLOv3算法的神经网络模型,对CCD相机获取的轴表面图像数据集进行训练和测试,对不同缺陷进行精确目标识别;采用图像处理技术对识别的目标进行缺陷定量分析.实验结果表明:该方法对不同缺陷类型能进行有效识别,在检测精度与检测效率上具有较高的提升.

关键词：荧光磁粉缺陷检测、YOLOv3算法、目标识别、图像处理

分类号：TG115.28(金属学与热处理)

在线出版日期：2021-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：49-53