典型文献
一种结合机器视觉的工件喷涂质量检测方法
文献摘要：
针对大型多面复杂结构件表面打磨、喷涂等处理对自动化、智能化的需求,传统目标检测具有局限性、小目标检测准确度低、速率慢等缺点,本文结合计算机视觉提出一种改进YOLOv3算法的工件喷涂质量检测方法,结合实际工控环境需求,构建喷涂数据集,实现对工件表面迷彩喷涂质量的检测.首先,使用K-means++对Anchor重新聚类生成适合本文的锚框尺寸;通过图像增强技术对数据集进行增强,并对YOLOv3的Darknet-53网络结构进行改进,在保证计算准确度的同时提高效率.实验结果表明,本文提出的改进YOLOv3算法,能够准确快速的对迷彩喷涂缺陷进行定位.
文献关键词：
工件喷涂检测;深度学习;YOLOv3;K-means++;计算机视觉
中图分类号：
作者姓名：
顾旭;郭锐锋;王鸿亮;张晓星
作者机构：
中国科学院大学,北京100049;中国科学院 沈阳计算技术研究所,沈阳110168
文献出处：
引用格式：
[1]顾旭;郭锐锋;王鸿亮;张晓星-.一种结合机器视觉的工件喷涂质量检测方法)[J].小型微型计算机系统,2022(02):343-348
A类：
工件喷涂检测
B类：
机器视觉,喷涂质量检测,质量检测方法,多面,复杂结构件,表面打磨,小目标检测,检测准确度,计算机视觉,YOLOv3,工控,环境需求,工件表面,迷彩,彩喷,means++,Anchor,锚框,图像增强技术,Darknet,提高效率,准确快速,陷进
AB值：
0.331706
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。
