机床与液压

作者：尹玲

单位：东莞理工学院机械工程学院

关键词：目标检测;缺陷检测;图像信息;K-means聚类算法;交并比

基金：广东省“珠江人才计划”本土创新团队项目（2017BT01G167）；广东省创新强校工程项目（2017KSYS009）;机械设备健康维护湖南省重点实验室开放基金（21903）

针对曲面玻璃表面缺陷成像难、识别准确率低等问题，提出一种基于YOLOv4的曲面玻璃表面缺陷检测方法。根据光源的方向确定平面与曲面的光学特性，采用明场背面漫射照明的方式来获得图像信息，确立打光方案后获取不同表面的缺陷图片。使用改进K-means聚类算法，采用交并比函数确定锚框的量度，解决原锚框大小不适用于玻璃缺陷小目标检测问题。将所提方法与缺陷检测主流算法对比验证。结果表明：所提改进的YOLOv4方法均值平均精度（mAP）可以达到80.14%，与Faster RCNN以及YOLOv3算法相比，mAP分别提升了8.29%和16.11%，并且有更好的鲁棒性和检测效果。

来源：2023年第16期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第16期