基于机器视觉的钢材表面缺陷检测研究

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：针对要检测出的钢材表面的微小缺陷的要求,笔者对热轧钢带的六种典型表面缺陷进行研究,分析了轧制氧化皮、斑块、开裂、点蚀表面、内含物、划痕等缺陷的特征,指出了钢带上六种缺陷具有的种类内差异较大、类间相似的检测难点.对该数据采集的1800张图片进行缺陷标注,使用Darknet-53网络作为YOLO算法的特征提取网络对采集的图片进行缺陷检测.实验表明,该算法可以准确地检测出钢材表面的六种缺陷,具有较好的准确性和快速性.

作者：

张勇

展开 >

作者单位：

马钢冷轧总厂安徽马鞍山 243000

关键词：

钢材缺陷 YOLO 特征提取算法

出版年：

2020

中国机械

中国工业报社

中国机械

ISSN：1003-0085

年,卷(期)：2020.(16)

参考文献量3