首页> 中文期刊> 《南阳理工学院学报》 >基于YOLOv4卷积神经网络的钢材缺陷检测系统

基于YOLOv4卷积神经网络的钢材缺陷检测系统

         

摘要

为了提升钢材生产质量,设计了一种基于YOLOv4卷积神经网络的钢材缺陷检测系统。钢材缺陷目标检测系统硬件结构主要包括工控机服务器、电动控制模块、工业相机和网络通信装置,软件结构采用YOLOv4目标检测算法模型实现钢材缺陷识别、定位和筛选,产品缺陷主要包括:斑块、点蚀表面、内含物和划痕等缺陷。通过对钢材缺陷检测系统的测试验证表明,系统能根据缺陷特征准确快速地检测识别和定位缺陷目标,能满足企业生产中对钢材缺陷检测的实际需求,在智能制造领域具有一定的应用前景。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号