基于YOLOv5的偏振片缺陷检测
金祝红
罗柏文
史天宠
湖南科技大学海洋矿产资源探采装备与安全技术国家地方联合工程实验室 湖南湘潭 411201
摘要：近年来,随着科学技术的进步,人工智能技术得到了空前发展,尤其是在深度学习领域,许多优秀的目标检测算法被应用于诸多领域中.对于当前偏振片人工检测效率低下,漏检率高的问题,提出了一种基于YOLOv5 算法的偏振片缺陷检测方法.对从生产厂家获取到的偏振片样本,采用人工制作数据集,运用YOLOv5 算法进行迭代训练,通过网络反向传播不断更新参数,优化性能.结果表明,训练的平均精确率均值mAP达到了91.10%,帧率为67帧/s,效果优于当前流行的目标检测方法.
关键词：人工智能深度学习目标检测YOLOv5缺陷检测
论文发表日期：2023-06-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 25-28 )