金属表面缺陷检测的改进YOLOv3算法研究

• 作者: 方叶祥 甘平 陈俐
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 金属表面缺陷检测 YOLOv3算法 目标检测 直方图均衡化
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 精密制造与加工
• 页码范围: 1390-1394
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20200158

摘要

针对现有的金属表面缺陷检测方法存在着检测效率低、适用范围受限、处理步骤繁琐等缺陷,提出了基于改进型YOLOv3算法的实时缺陷检测方法.该方法将采集到的图片分为Ⅳ×Ⅳ个格子,每个格子用来检测缺陷的中心点是否在格子中,利用特征金字塔与残差层融合特征的方式对图片中的缺陷进行定位,得到多个缺陷的边界框,使用非极大抑制的方法筛选出得分最高的边界框.为了提高检测效果,在输入端对图像进行直方图均衡化,并基于缺陷权重优化了算法中的损失函数以提高缺陷分类的准确性.最后,利用改进型YOLOv3算法对钢板表面的压痕与划痕进行了实验检测,结果显示该方法可以快速、准确检测出钢材表面的压痕与划痕,精度分别为92％和90％.