基于改进YOLOv3算法的钢板缺陷检测

• 作者: 李庆党 李铁林
• 来源期刊: 电子测量技术
• 关键词: YOLOv3算法 对比度 损失函数 表面缺陷
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 104-108
• 页数: 5页
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2005366

摘要

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.