摘要
本发明公开了一种基于YOLOv8优化的螺丝表面缺陷检测方法及相关装置,属于人工智能、计算机视觉与工业智能装备交叉技术领域。获取若干存在缺陷螺丝的图像,按照预设的螺丝表面缺陷类别对所述图像进行标注,并将标注好的图像分为训练集、验证集和测试集;将所述训练集输入Screw‑YOLOv8优化目标检测模型进行训练,得到训练后目标检测模型;所述Screw‑YOLOv8优化目标检测模型的主干网络为MobileNetV3、颈部网络为SimAM‑Neck;使用验证后目标检测模型对所述测试集进行检测,得到验证后目标检测模型的性能指标,当所述性能指标达到预设标准,结束训练得到最终优化目标检测模型;获取待检测螺丝图像,使用所述最终优化目标检测模型进行检测,得到待检测螺丝表面缺陷类别,完成螺丝缺陷检测。
技术关键词
表面缺陷检测方法
检测螺丝
缺陷类别
螺丝缺陷检测
初始聚类中心
训练集
表面缺陷检测系统
工业智能装备
网络
金字塔特征
螺纹缺陷
模型训练模块
图像处理模块
可读存储介质
特征提取模块
处理器
计算机视觉
系统为您推荐了相关专利信息
表面缺陷检测方法
射线
表面缺陷检测系统
顶头
点云
输电线路视频图像
输电线路绝缘子
标示系统
标示方法
初始聚类中心
表面缺陷检测方法
锂电池
图像
多通道
神经网络模型
灰度共生矩阵
聚类算法
伽马校正
边缘检测算子
梯度算法
声纹识别方法
画像
语音特征
语音活动检测
声纹特征