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