专利交易市场

本发明公开了一种基于改进YOLOv5算法的铝型材表面缺陷检测方法，针对铝型材表面缺陷种类多样、尺度差异大和小目标容易漏检等问题，基于改进YOLOv5算法构建铝型材表面缺陷检测模型，具体改进为：采用IOU‑K‑means++算法代替K‑means算法聚类锚框，获得最贴合铝型材表面缺陷的锚框，提高小目标锚框的质量；其次，提出全局注意力模块C3C2F,并引入主干层，在减少参数量的同时增强小目标的语义信息和全局感知能力；最后将颈部最近邻插值上采样方式换为轻量级上采样算子CARAFE，充分保留上采样特征图的小目标信息。本发明有效改善了工业中铝型材表面的小缺陷漏检问题，提高了铝型材表面缺陷检测精度。

一种基于改进YOLOv3模型的实时钢管缺陷检测方法，包括以下步骤：(1)搭建稳定的封闭图像采集环境，采集不同角度的图像；(2)提取图像中钢管位置信息，分离钢管图像；(3)拼接钢管各角度图像，手动标注所需特征；(4)利用尺度聚类思想改进YOLOv3网络，用拼接后的图像训练神经网络；(5)将训练完毕的神经网络做检验，并标注出现缺陷位置。本发明提供了一种基于改进YOLOv3模型的实时钢管缺陷检测方法，具有更好的检测效果。