典型文献
基于改进YOLO v3网络的齿轮毛刺检测方法
文献摘要：
由于齿轮毛刺位置的特殊性以及周围环境的相似性,传统的图像处理方法并不能取得很好的效果.因此,提出一种基于改进YOLO v3网络的目标检测算法,实现对齿轮毛刺特征的快速检测.通过提高网络输入的分辨率和调整网络结构的方法,使改进YOLO v3网络的性能得到进一步优化,提高检测效率.在制作标签前,采用张氏标定法消除镜头畸变对图片的影响.结果表明:与原YOLO v3网络相比,改进后的网络具有更优的检测效果,其网络大小减少了 1/4,而检测速度提高了近2倍.
文献关键词：
机器视觉;YOLO v3网络;齿轮毛刺
中图分类号：
作者姓名：
田峰;高龙琴;李鹭扬
作者机构：
扬州大学机械工程学院,江苏扬州225000
文献出处：
引用格式：
[1]田峰;高龙琴;李鹭扬-.基于改进YOLO v3网络的齿轮毛刺检测方法)[J].机床与液压,2022(04):56-59
A类：
齿轮毛刺
B类：
YOLO,v3,周围环境,能取,目标检测算法,快速检测,高检,检测效率,张氏,镜头畸变,检测效果,检测速度,机器视觉
AB值：
0.232145
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
