关于| 联系| 地图| 邮箱
首页>>>学术期刊>>>期刊年表>>>2021年论文集(42卷)
2025年论文集(46卷) 2024年论文集(45卷) 2023年论文集(44卷) 2022年论文集(43卷) 2021年论文集(42卷) 2020年总目录(41卷) 2019年总目录(40卷) 2018年总目录(39卷) 2017全年目录(38卷) 2016全年目录(37卷) 2015全年目录(36卷) 2014全年目录(35卷) 2013全年目录(34卷) 2012全年目录(33卷) 2011全年目录(32卷) 2010全年目录(31卷) 2009全年目录(30卷) 2008全年目录(29卷) 2007全年目录(28卷) 2006全年目录(27卷) 2005全年目录(26卷) 2004全年目录(25卷) 2003全年目录(24卷) 2002全年目录(22卷) 2001全年目录(22卷) 2000全年目录(21卷)

基于YOLOv2网络模型的手机镜片缺陷实时检测方法(2021年05期 v.42 28-32页)

‖  文章供稿:王国鹏  王习东  王保昌  王恒涛
‖  字体: [大] [中] [小]

2021年05期 v.42 28-32页

王国鹏1  王习东1  王保昌2  王恒涛1

(1.三峡大学计算机与信息学院,湖北 宜昌 443002  

2.三峡大学理学院,湖北 宜昌 443002)

摘要:针对手机镜片缺陷检测采用人工目视法存在效率低、误检率高、易受主观影响;且现有的机器视觉法存在成本高和应用场景为静态图片等问题,提出一种基于YOLOv2网络模型的手机镜片缺陷实时检测方法。首先,对手机镜片缺陷检测数据集样本进行归一化处理;然后,调整网络模型的训练参数,并将数据集送入YOLOv2网络模型进行迭代训练,分析训练过程的性能曲线,得到最优权重;最后,对验证集样本进行检测分析。实验结果表明:该检测方法的实时检测速度可达14帧/s;缺陷定位精度高,检测准确率为96.13%;可满足低成本条件下,手机镜片缺陷实时检测的需求。

关键词:YOLOv2;手机镜片检测;机器视觉;归一化处理

中图分类号:TP391.41        文献标识码:A             文章编号:1674-2605(2021)05-0005-05

DOI:10.3969/j.issn.1674-2605.2021.05.005

打印