摘要
一种基于改进YOLOv8算法的轴承表面缺陷检测方法。该方法包括步骤:1、制作包含表面缺陷的轴承图像数据集,并将数据集进行扩增得到轴承表面缺陷样本数据集;2、对已增强后的数据集样本划分为训练集、测试集和验证集;3、构建改进型YOLOv8网络架构,并得到改进的YOLOv8算法模型;4、根据改进的YOLOv8算法模型,利用轴承表面缺陷样本数据集进行训练,得到训练好的改进的YOLOv8算法模型,即轴承表面缺陷检测模型;5、将待检测的轴承图像经图像预处理后输入轴承表面缺陷检测模型,输出该轴承图像中的缺陷位置及其对应的缺陷类别。经实例检测,本发明实现了轴承表面缺陷检测的高效率和高精度。
技术关键词
轴承表面缺陷检测
算法模型
缺陷类别
样本
图像
数据
网络架构
训练集
特征金字塔
模块结构
注意力
高效率
通道
裂缝
焦点
分层
系统为您推荐了相关专利信息
多尺度卷积神经网络
多尺度特征
风控方法
子模块
视觉
图像识别仪
自动追踪装置
滑座
横向电机
图像识别追踪技术