QQ交談
專利類型:
發(fā)明公開
申請(專利)號:
CN202411956726.2
申請日:
2024-12-27
申請公布號:
CN119888335A
申請公布日:
2025-04-25
申請人:
德清阿爾法創(chuàng)新研究院
地址:
313200 浙江省湖州市德清縣地理信息小鎮(zhèn)C5棟
發(fā)明人:
徐學彬;?馬亮;?談海生;?杜皓華
專輯:
信息科技
專題:
計算機軟件及計算機應用
主分類號:
G06V10/764
分類號:
G06V10/764;G06V10/24;G06V10/774
國省代碼:
33
頁數(shù):
7
代理機構:
杭州九洲專利事務所有限公司
代理人:
翁瑋
1.一種基于改進yolov5的鋼鐵表面異常檢測方法,其特征在于,所述異常檢測方法包括如下步驟:1)采集數(shù)據(jù),對缺陷位置和類別進行標注;2)數(shù)據(jù)預處理,主要包括對輸入數(shù)據(jù)進行隨機垂直和水平翻轉、色域扭曲、隨機旋轉、尺寸變換;3)數(shù)據(jù)集劃分,將預處理的數(shù)據(jù)隨機劃分為訓練集、驗證集和測試集;4)模型訓練,采用劃分好的訓練集和驗證集對改進的yolov5模型進行訓練驗證;5)模型效果驗證,對測試集的輸出結果計算性能評價指標。
本發(fā)明為一種基于改進yolov5的鋼鐵表面異常檢測方法,所述異常檢測方法包括如下步驟:1)采集數(shù)據(jù),對缺陷位置和類別進行標注;2)數(shù)據(jù)預處理,主要包括對輸入數(shù)據(jù)進行隨機垂直和水平翻轉、色域扭曲、隨機旋轉、尺寸變換等;3)數(shù)據(jù)集劃分,將預處理的數(shù)據(jù)隨機劃分為訓練集、驗證集和測試集;4)模型訓練,采用劃分好的訓練集和驗證集對改進的yolov5模型進行訓練驗證;5)模型效果驗證,對測試集的輸出結果計算性能評價指標。本發(fā)明可以提升微小異常的檢測能力和滿足實時性,高效、準確地識別和處理鋼鐵表面的各種異常,確保產(chǎn)品質(zhì)量和生產(chǎn)安全。