10.3969/j.issn.1000-4998.2022.08.018
基于YOLO与DMPHN的汽车法兰表面缺陷检测
针对流水线动态检测汽车法兰表面缺陷效率较低的问题,提出一种基于改进YOLOv3算法和DMPHN算法的汽车法兰表面缺陷检测方法.在图像预处理阶段使用DMPHN算法,可以解决汽车法兰表面缺陷图片模糊、失真的问题.目标识别网络使用YOLOv3算法,将DarkNet53替换为轻量级模型MobileNetV3,并进行改进,用于检测去模糊后的图像.这一方法的平均精度均值为97.74%,比改进之前提高1.03个百分点,检测速度达到每秒6.8帧.与传统表面缺陷检测方法相比,这一方法通过优化网络结构,解决了特定情况下模糊图像的检测精度问题.
汽车、法兰、表面缺陷、检测
60
U463.345(汽车工程)
国家自然科学基金;国家自然科学基金;浙江省自然科学基金资助项目;宁波市科技创新重大专项
2022-12-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
74-80