基于深度学习的微晶玻璃气泡缺陷检测 | 您所在的位置:网站首页 › 微晶玻璃缺点 › 基于深度学习的微晶玻璃气泡缺陷检测 |
来自
掌桥科研
喜欢
0
阅读量: 16 作者: 王震,李伟仙,吴思进,金梓翔,邓捷 展开 摘要: 微晶玻璃内部气泡缺陷会影响材料性能,气泡缺陷状况评估是微晶玻璃材料性能的重要环节.传统微晶玻璃缺陷检测方法为人工检测,该方法存在检测效率低,人工任务繁重的问题,无法满足实际需求.针对现有的人工检测方式的不足,设计了一种基于深度学习YOLOv5网络的微晶玻璃气泡缺陷检测算法.首先对数据集通过Mosaic增强方法实现归一化处理,之后再对数据集利用YOLOv5网络实现迭代训练,最后保留最优权重并通过实验进行实际测试.实验结果表明,相较于其他深度学习网络,YOLOv5网络检测效率及精度均较高,可以满足实际使用需求. 展开 关键词: 深度学习 微晶玻璃 气泡检测 缺陷检测 YOLOv5 年份: 2023 |
CopyRight 2018-2019 实验室设备网 版权所有 |