首页|基于机器视觉的啤酒金属盖表面缺陷检测方法

基于机器视觉的啤酒金属盖表面缺陷检测方法

Surface Defect Detection of Beer Metal Covers Based on Machine Vision

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
目的 为了提高啤酒金属盖表面缺陷检测的精度和准确率,提出一种基于机器视觉的金属盖表面缺陷检测方法.方法 以不同类型的啤酒金属盖表面缺陷为研究对象,利用滤波抑噪和高反差保留算法对图像进行处理,运用 YOLO-v5 网络完成瓶盖的缺陷检测.通过添加注意力机制 SE 模块、改进模型损失函数和预测框筛选方式等技术手段对原YOLO-v5 模型作出优化,抑制图像中的不重要特征,提升小目标检测的准确率和模型的特征提取能力.结果 改进后的 YOLO-v5 模型与常用的检测模型的对比结果表明,改进YOLO-v5 模型在测试集上的 mPA指标为 93.10％,检测速度达到了 294 张/min,优势较为明显.结论 针对不同类型的金属盖表面缺陷,基于机器视觉的检测模型均有较高的检测精度和识别准确率,小目标缺陷的漏检率和误检率情况较少,满足生产线实时、高精度的检测要求.

金怡君、李振宇、杨絮

展开 >

常州大学怀德学院,江苏 靖江 214500

江南大学,江苏 无锡 214122

南京理工大学,南京 210014

机器视觉 金属盖 表面缺陷 改进的YOLO-v5 模型

2018年江苏省高校哲学社会科学研究基金常州市第十五届社会科学研究课题重点项目

2018SJA2268CZSKL-2019A002

2023

10.19554/j.cnki.1001-3563.2023.11.030

包装工程
中国兵器工业第五九研究所

包装工程

北大核心
影响因子：1.097
ISSN：1001-3563
年,卷(期)：2023.44(11)
  • 1
  • 6