一种基于智能小车视觉的钢材表面缺陷检测方法及应用

本发明公开了一种基于智能小车视觉的钢材表面缺陷检测方法及应用，涉及机器视觉检测领域，通过路径规划让智能小车自动到达指定检测区域，采集多角度和光照下的缺陷图像，构建并增强数据集，以改进后的YolovV5模型进行训练，生成pt格式模型后转换为onnx格式，并传入嵌入式移动设备中。通过ONNXRuntime和OpenCV实现实时缺陷检测，检测结果上传至上位机进行远程监控和数据存储，确保对钢材缺陷的高效自动化检测和管理；通过将YolovV5模型优化为轻量级的MobileNetV3网络，并引入SE注意力机制，显著降低了模型的计算复杂度和参数量，提升了推理速度，使嵌入式移动设备也能高效完成钢材表面缺陷的实时检测，解决了传统方法因计算量大而导致的低帧率及无法实时检测的问题。