-
题名目标区域标定下金属工件电镀刷表面缺陷识别研究
- 1
-
-
作者
黄宇
陈建国
严南
-
机构
成都理工大学工程技术学院
-
出处
《电镀与精饰》
北大核心
2025年第9期29-37,共9页
-
基金
四川省教育厅科研项目(17ZB0066)
成都理工大学工程技术学院基金项目(c122016001)
乐山市科技局项目支持(22GZD036)。
-
文摘
金属工件电镀刷表面缺陷识别过程中,因目标尺度小、排列密集和背景干扰使得缺陷目标区域难以判定,特别是当缺陷目标区域的特征不明显或与其他表面特征相混淆时,从目标区域提取特征的难度进一步加大,增加了缺陷识别的整体难度。为此,提出一种基于目标区域标定的金属工件电镀刷表面缺陷识别方法。该方法通过确定金属工件电镀刷表面的方差纹理图,并根据平均标准方差与平均偏移量设定阈值,对方差纹理图展开分割,从复杂的图像中初步筛选出存在缺陷的目标区域。引入PConv改进Black网络,以此增强网络对不规则区域和缺失数据的处理能力,使得网络能够更有效地从目标区域中提取特征。通过洗牌注意力机制(SA)对Neck网络进行优化,实现特征的有效融合。以融合后的特征为基础,改进YOLOv8算法通过计算交并比和损失函数,实现对金属工件电镀刷表面缺陷的准确识别。实验结果表明:该方法具有较高的目标提取精度与缺陷识别精度,误识率相对较低,在实际应用中展现出良好的效果。
-
关键词
目标区域标定
金属工件
电镀刷
表面缺陷识别
YOLOv8算法
-
Keywords
target area calibration
metal workpieces
electroplating brush
surface defect identification
yolov8 algorithm
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
