公开(公告)号：CN113487570B

公开(公告)日：2024-01-30

申请号：CN202110763410.1

申请日：2021-07-06

Applicant: 东北大学

Inventor： 罗森 ,  孟晓亮 ,  朱苗勇 ,  王卫领 ,  宋翰凌 ,  王雪菲 ,  郑好

IPC: G06F30/27 ,  G06T7/00 ,  G06T5/50 ,  G06T7/13

Abstract: 本发明公开了基于改进的yolov5x网络模型的高温连铸坯表面缺陷检测方法，属于高温连铸坯表面缺陷识别技术领域。在连铸坯生产线上采集所需数量的高温连铸坯表面图像；对采集的高温连铸坯表面图像进行预处理，并对预处理后的每一幅图像中的缺陷进行标注，获得yolov5x网络模型的训练集；对yolov5x网络模型进行改进，包括 ：在yolov5x网络模型中添加GhostBottleneck模块替换掉Bottleneck模块；使用所述训练集对改进的yolov5x网络模型进行训练，获得yolov5‑Ghost网络模型；利用所述yolov5‑Ghost网络模型对连铸坯生产线上的高温连铸坯表面缺陷进行实时检测。缩小了模型体积，建立了更加轻量化的yolov5‑Ghost网络模(56)对比文件于科为.基于卷积神经网络的工件缺陷检测研究.信息与电脑(理论版).2018,(第21期),全文.肖瑞雪等."结合高效特征融合的可变尺寸图像隐写分析"《.计算机工程与应用》.2020,全文.

公开(公告)号：CN113487570A

公开(公告)日：2021-10-08

申请号：CN202110763410.1

申请日：2021-07-06

Applicant: 东北大学

Inventor： 罗森 ,  孟晓亮 ,  朱苗勇 ,  王卫领 ,  宋翰凌 ,  王雪菲 ,  郑好

IPC: G06T7/00 ,  G06T5/50 ,  G06T7/13

Abstract: 本发明公开了基于改进的yolov5x网络模型的高温连铸坯表面缺陷检测方法，属于高温连铸坯表面缺陷识别技术领域。在连铸坯生产线上采集所需数量的高温连铸坯表面图像；对采集的高温连铸坯表面图像进行预处理，并对预处理后的每一幅图像中的缺陷进行标注，获得yolov5x网络模型的训练集；对yolov5x网络模型进行改进，包括：在yolov5x网络模型中添加GhostBottleneck模块替换掉Bottleneck模块；使用所述训练集对改进的yolov5x网络模型进行训练，获得yolov5‑Ghost网络模型；利用所述yolov5‑Ghost网络模型对连铸坯生产线上的高温连铸坯表面缺陷进行实时检测。缩小了模型体积，建立了更加轻量化的yolov5‑Ghost网络模型，提升了检测效率和有效地降低了质检工作运营成本。