公开(公告)号：CN114841937B

公开(公告)日：2023-12-05

申请号：CN202210426547.2

申请日：2022-04-21

申请人： 燕山大学

发明人： 刘福才 ,  张震宇 ,  夏秀晔 ,  刘剑鸣

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06N3/08 ,  G06N3/0464

摘要： 本发明公开了一种检测汽车轮毂表面缺陷检测方法，属于表面缺陷检测技术领域，步骤1，选择汽车轮毂表面的点状缺陷、油泥和油漆区域、线性和针孔缺陷区域作为需要检测的4种缺陷；步骤2，采集100万张各类汽车轮毂的表面图片作为训练用源数据样本，采用图片切片的方法分割每个汽车轮毂图片缺陷区域；步骤3，使用改进的YOLOv3‑spp神经网络检测模型，对轮毂四种缺陷图片进行检测识别训练，通过分析每次训练得到的检测识别效果，不断修改改进YOLOv3‑spp神经网络检测模型的参数达到模型权重最优化。本申请方法提升了整体的检测效果，降低劳动强

公开(公告)号：CN115937155A

公开(公告)日：2023-04-07

申请号：CN202211608696.7

申请日：2022-12-14

申请人： 燕山大学

发明人： 刘福才 ,  夏秀晔 ,  郑宏伟

IPC分类号： G06T7/00 ,  G06V10/25 ,  G06V10/774 ,  G06V10/77 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

摘要： 本发明公开了一种基于YOLOv5的汽车轮毂表面缺陷检测方法，包括如下步骤：步骤S1、建立初始数据集：初始数据集中包含四种汽车轮毂表面缺陷的初始图片，四种汽车轮毂表面缺陷分别为线性缺陷、点状缺陷、油泥缺陷和针孔缺陷；步骤S2、运用图像处理领域的方法，将初始数据集进行扩充与增强；步骤S3、使用YOLOv5目标检测算法，选择YOLOv5s模型对四种轮毂表面缺陷进行训练与检测，通过对每次训练的结果进行分析，对YOLOv5s模型的参数进行调优，最终得到最优的网络参数与模型权重。本发明检测效果良好，检测准确率高，并基本满足了实时检测的要求，降低劳动强度和工作量，具有较好的应用价值。

公开(公告)号：CN114841937A

公开(公告)日：2022-08-02

申请号：CN202210426547.2

申请日：2022-04-21

申请人： 燕山大学

发明人： 刘福才 ,  张震宇 ,  夏秀晔 ,  刘剑鸣

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06N3/08 ,  G06N3/04

摘要： 本发明公开了一种检测汽车轮毂表面缺陷检测方法，属于表面缺陷检测技术领域，步骤1，选择汽车轮毂表面的点状缺陷、油泥和油漆区域、线性和针孔缺陷区域作为需要检测的4种缺陷；步骤2，采集100万张各类汽车轮毂的表面图片作为训练用源数据样本，采用图片切片的方法分割每个汽车轮毂图片缺陷区域；步骤3，使用改进的YOLOv3‑spp神经网络检测模型，对轮毂四种缺陷图片进行检测识别训练，通过分析每次训练得到的检测识别效果，不断修改改进YOLOv3‑spp神经网络检测模型的参数达到模型权重最优化。本申请方法提升了整体的检测效果，降低劳动强度和工作量，检测效果较优具有较好的应用价值。