首页|基于计算机视觉的手机屏幕缺陷检测算法研究

基于计算机视觉的手机屏幕缺陷检测算法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
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。

蓝淇婷、谭文奇、邹立、陈志辉、胡雄杰

展开 >

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

计算机视觉 深度学习 缺陷检测

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
年,卷(期)：2024.31(8)