典型文献
基于YOLO与DMPHN的汽车法兰表面缺陷检测
文献摘要：
针对流水线动态检测汽车法兰表面缺陷效率较低的问题,提出一种基于改进YOLOv3算法和DMPHN算法的汽车法兰表面缺陷检测方法.在图像预处理阶段使用DMPHN算法,可以解决汽车法兰表面缺陷图片模糊、失真的问题.目标识别网络使用YOLOv3算法,将DarkNet53替换为轻量级模型MobileNetV3,并进行改进,用于检测去模糊后的图像.这一方法的平均精度均值为97.74％,比改进之前提高1.03个百分点,检测速度达到每秒6.8帧.与传统表面缺陷检测方法相比,这一方法通过优化网络结构,解决了特定情况下模糊图像的检测精度问题.
文献关键词：
汽车;法兰;表面缺陷;检测
中图分类号：
作者姓名：
唐金亮;王国东;陈特欢;崔杰
作者机构：
宁波大学 机械工程与力学学院 浙江宁波 315211;浙江华朔科技股份有限公司 浙江宁波 315800
文献出处：
引用格式：
[1]唐金亮;王国东;陈特欢;崔杰-.基于YOLO与DMPHN的汽车法兰表面缺陷检测)[J].机械制造,2022(08):74-80
A类：
DMPHN
B类：
法兰,表面缺陷检测,流水线,动态检测,YOLOv3,缺陷检测方法,图像预处理,失真,目标识别,识别网络,网络使用,DarkNet53,轻量级模型,MobileNetV3,去模糊,平均精度均值,百分点,检测速度,每秒,定情,模糊图像,检测精度,精度问题
AB值：
0.371441
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。
