-
公开(公告)号:CN118967602A
公开(公告)日:2024-11-15
申请号:CN202411003944.4
申请日:2024-07-25
Applicant: 南京邮电大学
IPC: G06T7/00 , G06V10/20 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于改进YOLOv8模型的工业零件缺陷检测方法,包括:采集工业零件图像,将工业零件图像制作为工业零件图像数据集,并划分为训练集、验证集和测试集;对工业零件图像数据集进行预处理;获取数据集和权重文件,并获取标准YOLOv8网络结构进行预训练,获得预训练权重;对标准YOLOv8网络结构进行改进,获得改进后的YOLOv8网络;重复训练改进后的YOLOv8网络模型并调参优化模型,获得最终训练完成的YOLOv8模型;基于训练完成的YOLOv8模型对工业零件进行缺陷检测,得到检测结果。本发明增加了训练数据的丰富性,加强了目标检测的效率,提高了原有网络模型的检测精度。