基于计算机视觉的手机屏幕缺陷检测算法研究

蓝淇婷 ¹谭文奇 ²邹立 ¹陈志辉 ¹胡雄杰¹

扫码查看

作者信息

1. 厦门华厦学院信息与智能机电学院,福建厦门 361024
2. 厦门华厦学院信息与智能机电学院,福建厦门 361024;厦门华厦学院,福建厦门 361024
折叠

摘要

针对手机屏幕缺陷检测的难题,结合计算机视觉与深度学习技术,创新性地提出了基于YOLOv8的改进算法.为增强检测效果,对数据进行了细致的预处理,并采用数据增强技术.实验结果表明,该改进算法的准确率达到了68.6%,显著优于广泛使用的YOLOv5模型.这种检测算法不仅为手机屏幕质量检测提供了新的解决方案,还提高了检测的效率和准确性,给手机屏幕制造行业带来了实质性的改进,并为相关从业人员提供了有价值的参考.

关键词

计算机视觉/深度学习/缺陷检测

引用本文复制引用

出版年

2024

通讯世界

中国科技信息研究所（ISTIC）,美国国际数据集团（IDG）

通讯世界

影响因子：0.757

ISSN：1006-4222

参考文献量3

段落导航