摘要
本发明提供了一种基于YOLOv8改进的电弧增材制造宏观表面缺陷检测方法,步骤1,获取焊道表面缺陷的图片,制作焊道缺陷数据集;步骤2,对焊道表面缺陷图像数据集按设定比例分为训练集、验证集和测试集;步骤3,构建基于改进YOLOv8的神经网络模型;步骤4,使用训练集和验证集对上述焊道表面缺陷检测模型进行训练,得到最优焊道表面缺陷检测模型;步骤5,将测试集输入最优的焊道表面缺陷检测模型中,输出测试结果。本发明基于改进YOLOv8模型对焊道宏观表面缺陷进行自动检测,大幅度提升了焊道宏观表面缺陷检测的准确性及精度。
技术关键词
表面缺陷检测方法
神经网络模型
训练集
电弧增材设备
模块
表面缺陷图像
集成开发环境
深度学习框架
图片
缺陷类别
数据格式
马赛克
网络结构
操作系统
精度
编辑
因子