摘要
本发明公开了一种基于改进YOLOv7的半监督轴承表面缺陷检测方法,包括以下步骤:S1.采集轴承表面缺陷图像,划分数据集并标注;S2.基于YOLOv7算法进行优化改进,得到改进后的YOLOv7‑RBE缺陷检测算法;S3.使用YOLOv7‑RBE模型作为基准检测网络,构建一个教师网络和一个学生网络;S4.在监督阶段,有标签数据输入学生网络中进行预训练,将预训练权重复制给教师网络;S5.在半监督阶段,无标签数据输入教师网络进行结果预测,获得初步伪标签;S6.有标签数据和带伪标签的无标签数据共同训练检测模型,并且实时将学生网络的权重参数传递给教师网络。本发明用以解决现有轴承表面缺陷检测模型参数量大、轴承缺陷尺度小以及当前公开数据集不足标注成本高的问题。
技术关键词
轴承表面缺陷检测
无标签数据
教师
表面缺陷图像
训练检测模型
学生
阶段
双向特征金字塔
缺陷检测算法
锈斑
图片
滤波算法
布匹
基准
网络结构
系统为您推荐了相关专利信息
表面褶皱缺陷
融合特征
图像采集模块
多模态
偏振片
患者
控制人机交互
预处理设备
手术
风险预警系统