基于深度学习的微晶玻璃气泡缺陷检测

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