期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于YOLOv3的轴表面荧光磁粉缺陷检测 被引量:1
1
作者 刘硕 卜雄洙 谷世举 《仪表技术》 2021年第3期49-53,共5页
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YOLOv... 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。 展开更多
关键词 荧光磁粉缺陷检测 YOLOv3算法 目标识别 图像处理
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部