摘要
本发明公开了一种基于yolov3-spp网络模型的钢板表面缺陷检测方法,包括步骤:1)获取钢板表面缺陷图片,划分为训练集和测试集;2)把训练集的图片输入yolov3-spp网络模型,进行迭代训练,调整网络模型的权重参数,达到设定的迭代次数后,得到网络模型的权重文件;3)把权重文件加载到yolov3-spp网络模型,对测试集的图片进行预测,得到检测结果。本发明将yolov3-spp网络模型中的spp模块作为实现局部特征和全局特征融合的一种有效手段,能够充分提取缺陷在图片中的结构信息,经过训练集的学习,可以在测试集上有效地提高钢板表面缺陷检测的精确率。
- 单位