摘要
本发明基于改进YOLOv8n的轴承外圈表面缺陷检测方法属于目标检测领域;该方法依次执行以下步骤:步骤a、采集轴承外圈表面缺陷图像,所述缺陷包括凹槽、擦伤、划痕和污渍;步骤b、对所述轴承外圈表面缺陷图像进行预处理,并构建成完整的数据集;步骤c、改进YOLOv8n模型,引入注意力模块、采样模块和特征提取融合模块;步骤d、训练改进的YOLOv8n模型;步骤e、输出改进YOLOv8n最优模型;步骤f、测试改进YOLOv8n最优模型;实验结果表明:通过引入注意力机制,下采样模块以及特征提取融合模块,在提高检测精度的同时,降低了模型的复杂度,提高了运算速度,同时,还改善了模型识别复杂缺陷的能力。
技术关键词
轴承外圈表面
缺陷检测方法
采样模块
通道
图像
全局平均池化
检测轴承外圈
引入注意力机制
网络模型训练
网络结构
模型预训练
实验室条件
椒盐噪声
缺陷类别
标注工具
特征值
模块结构
拼接模块
系统为您推荐了相关专利信息
文本
情感分析方法
生成多项式
层次结构特征
残差网络模型
浅层特征提取
图像上下文信息
编码器
解码器
裂缝
相位校正方法
多输入多输出系统
cordic算法
接收端
信号校正
搅拌车
进料
搅拌站
识别图像信息
机器可读存储介质