一种基于深度学习的热轧带钢表面缺陷检测方法

作者：李维刚; 叶欣; 赵云涛

来源：2019-09-23, 中国, ZL201910899204.6.

本发明公开了一种基于深度学习的热轧带钢表面缺陷检测方法。它包括：1、构建数据集,对所有图片进行标记,记录所有缺陷目标的位置、类别信息；2、使用加权K-means算法聚类,得到检测所需的先验框参数；聚类前根据特征图层对应的预设点计算样本权重；3、构建改进的YOLOv3算法网络模型；将FPN中上一个检测层的输出上采样,与增加了残差单元的浅层输出融合,经卷积后形成新的特征图层；4、设置迭代次数,使用Adam优化器优化网络参数；5、对训练集进行训练,保存训练后的模型及参数；6、使用保存的模型及参数对测试集进行检测,得到模型的检测精度、检测速度。该检测方法可提高热轧带钢表面缺陷的检测精度和检测速度。

• 单位
  武汉科技大学