- 8
- 0
- 约1.6万字
- 约 14页
- 2023-05-12 发布于四川
- 举报
本发明提供一种基于机器视觉的工件表面缺陷检测方法,在YOLOv3网络模型的初始损失函数中新增加giou损失项得到优化了的YOLOv3目标网络模型,使得无论大小缺陷其检测框更加接近实际大小,这就能够使大缺陷的检测效果提高;基于金属表面缺陷数据集确定训练样本图片和检验样本图片,并将所述训练样本图片输入至所述目标YOLOv3网络模型;基于Darknet‑53特征网络来对所述训练样本图片进行特征提取;基于提取出来的特征信息对金属表面缺陷进行椭圆检测,相比于矩形框对缺陷区域贴合度更高;利用预先设置的损失函
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114581426 A
(43)申请公布日 2022.06.03
(21)申请号 202210238900.4 G06V 10/82 (2022.01)
您可能关注的文档
最近下载
- 山西平陆县地质灾害施工组织设计.doc VIP
- 深度解析(2026)《YYT 1679-2021组织工程医疗器械产品 骨 体内临界尺寸骨缺损的临床前评价指南》.pptx VIP
- 2025年无损检测员(初级)无损检测员职业发展与培训策略试卷及答案.docx VIP
- 抗流感病毒药物儿科合理应用专家共识(2026版).pptx VIP
- Liebert维谛技术有限公司DSE系列空调用户手册.pdf
- JIS G4305-2021(E) 冷轧不锈钢板、板、带材 Cold-rolled stainless steel plate, sheet and strip.pdf
- 二 《青纱帐—甘蔗林》课件(共18张PPT)【中职专用】高一语文高教版2025基础模块下册(含音频+视频).pptx VIP
- 2份 2026年1月主题党日会议记录.docx VIP
- TSHUAJQ XXX-2022-无人机编队飞行表演技术规范.pdf VIP
- 数字文化创意产品培训ppt课件.pptx
原创力文档

文档评论(0)