基于YOLOv3-spp的汽車輪轂表面缺陷檢測算法研究與分析

摘要： 針對傳統(tǒng)人工檢測方法效率低且準(zhǔn)確率不高等問題，提出一種基于YOLOv3-spp網(wǎng)絡(luò)的自動缺陷檢測方法。首先通過圖像切片提取缺陷區(qū)域，然后將提取的缺陷圖片經(jīng)過數(shù)據(jù)增強(qiáng)后組成數(shù)據(jù)集并以此訓(xùn)練YOLOv3-spp網(wǎng)絡(luò)，接著對比分析了不同深度學(xué)習(xí)網(wǎng)絡(luò)及數(shù)據(jù)集篩選方法對輪轂表面缺陷的檢測效果。實(shí)驗(yàn)結(jié)果表明：在工業(yè)現(xiàn)場采集的數(shù)據(jù)集上，訓(xùn)練好的YOLOv3-spp神經(jīng)網(wǎng)絡(luò)可以準(zhǔn)確地定位，并識...