机床与液压

作者：余浪，苗鸿宾，苏赫朋，申光鹏

单位：中北大学机械工程学院；中北大学机械工程学院;山西省深孔加工工程技术研究中心；中北大学机械工程学院；中北大学机械工程学院

关键词：轴承;YOLO v3算法;缺陷检测;聚类算法

基金：中央引导地方科技发展专项资金项目（YDZJSX2022A032）

为提高轴承端面缺陷检测的速度以及检测精度，提出一种基于改进YOLO v3的轴承端面缺陷检测算法。首先，对图像数据集进行数据增强处理以防止产生过拟合现象；其次，通过改进K-means聚类算法重新聚类出目标检测的Anchor Boxes，并引入SKNet注意力机制模块对原网络结构以及输出层结构进行改进；最后对改进的YOLO v3算法进行实验验证，并与原YOLO v3算法进行对比分析。结果表明，改进后的YOLO v3算法相比原YOLO v3算法对轴承端面缺陷检测的mAP值提升了7.03%，检测速度提升了34.7 帧/s，验证了改进算法的有效性。

来源：2024年第9期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第9期