基于改进YOLOv4网络的手机曲面玻璃缺陷检测

作者：张跃; 陈宁; 孔明^*; 郭钢祥; 郭斌; 吴晓康

来源：现代电子技术, 2023, 46(23): 103-108.

DOI：10.16652/j.issn.1004-373x.2023.23.019

• 曲面玻璃
• 缺陷分类
• YOLOv4
• MobileNetv3
• SPPF
• 损失函数

针对手机曲面玻璃缺陷难以识别、检测效率低、识别精度低的问题，提出改进的YOLOv4网络模型。模型的主干网络由CSPDarknet53网络替换为MobileNetv3网络，该网络可以减少参量的计算，减轻设备的负担，提高算法的效率，加强对缺陷细节的识别。采用K-means++聚类自动生成锚框，提高算法的识别精度。该算法改进空间金字塔池化层，使用SPPF模块，该模块既能实现SPP模块相同的功能，又提高了算法效率。损失函数使用CIoU代替IoU，丰富网络感受视野的同时增加了远距离目标间的交互，提升了对微小目标的检测精度，更好地识别手机曲面玻璃中的细微缺陷。对比实验结果表明，改进的YOLOv4检测4种缺陷的AP值均得到提升，mAP值达到了97.57%，相较于传统的YOLOv4算法精度提升了1.23%，检测时间提高了10 ms，能有效地识别手机曲面玻璃的各种缺陷。

• 单位
  浙江省计量科学研究院; 中国计量大学