基于改进YOLOv3的木结缺陷检测方法研究

岳慧慧; 白瑞林

首页> 中文期刊> 《自动化仪表》 >基于改进YOLOv3的木结缺陷检测方法研究

基于改进YOLOv3的木结缺陷检测方法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对木条表面死结和活结缺陷在检测过程中定位困难、平均识别精确度较低、检测速度较慢的问题,在分析木结缺陷特点和改进深度学习YOLOv3模型的基础上,研究其应用于改善木结缺陷检测时的精确度和速度。首先,对活结缺陷图像进行数据扩增,以解决类别不平衡问题。然后,改进k-means++算法,提升木结缺陷目标框的维度聚类效果,得到更合适的初始目标框个数与尺寸;通过缩减YOLOv3中多尺度检测网络、改进损失函数,以减少检测时间和提高目标识别精确度。最后,对木结缺陷进行拼接得出位置坐标。试验结果表明,较改进前YOLOv3算法,mAP值提升7.47%,检测速度提高35%;较Faster R-CNN算法mAP值提升11.68%,检测速度提高约15倍,改进后模型能精确地检测出死结和活结缺陷。因此,在后续研究中,可考虑以YOLOv3算法作为检测木结缺陷模型,进一步改进YOLOv3网络,以提高检测实时性和精确度。

著录项

来源
《自动化仪表》 |2020年第3期|29-35|共7页
作者
岳慧慧; 白瑞林;
展开▼
作者单位

江南大学物联网工程学院江苏无锡 214122;

展开▼
原文格式 PDF
正文语种 chi
中图分类机械仪表工业研究方法、工作方法;
关键词
YOLOv3; 深度学习; 维度聚类; 损失函数; 多尺度检测; 木结缺陷检测; 识别精确度; 数据扩增;

相似文献

中文文献
外文文献
专利

1. 基于改进的YOLOv3模型的焊缝缺陷检测方法研究 [J] . 马强 ,李龙涛 ,耿志卿 . 上海汽车 . 2021,第006期
2. 基于改进YOLOv3算法的刀具表面缺陷检测 [J] . 刘浩 ,陈再良 ,王善翔 . 组合机床与自动化加工技术 . 2021,第011期
3. 基于改进YOLOV3算法的斜拉桥拉索表面缺陷检测方法 [J] . 李运堂 ,谢梦鸣 ,王鹏峰 . 传感技术学报 . 2021,第011期
4. 基于改进YOLOv3的钢卷端面缺陷检测应用研究 [J] . 段聪昊 ,王西峰 ,姬丽娟 . 制造业自动化 . 2021,第012期
5. 基于改进YOLOv3算法的带钢表面缺陷检测 [J] . 李维刚 ,叶欣 ,赵云涛 . 电子学报 . 2020,第007期
6. 基于改进canny算子的片容缺陷检测算法 [C] . 袁鹏 ,李峰峰 ,吴忻生 . 2011年中国自动化大会暨钱学森诞辰一百周年及中国自动化学会五十周年会庆 . 2011
7. 改进YOLOv3算法在毛刺缸套外观缺陷检测的应用研究 [A] . 张立 . 2020

基于改进YOLOv3的木结缺陷检测方法研究

摘要

著录项

相似文献

相关主题

期刊订阅