一种工业品表面瑕疵检测方法和装置

本发明提供一种工业品表面瑕疵检测方法和装置。针对产品质量采用人工方式检测导致检测效率较低的问题，充分利用图像的高层语义特征及低层的细节特征，提高对小目标的识别能力，运用深度学习相关技术，构造了基于改进YOLOv3网络的小目标检测算法。在图像上进行卷积神经网络的训练，对融合特征进行瑕疵分类和位置回归，基于所构建的检测模型的置信度，对最终获得的所有结果进行假定处理，输出瑕疵的边界框和分类。方法解决瑕疵品检测标签重写和聚类问题，试验结果表明，基于机器视觉的工业品表面瑕疵检测方法效率高、精度高、成本低，环境适应性强。