为了解决煤矿用钢丝绳缺损在线实时检测问题，进一步提高矿用钢丝绳缺损检测的灵活性及准确度，开展了图像法矿用钢丝绳缺损检测的研究。利用摄像机对钢丝绳入井前段采样，提出一种基于YOLO v5的物体表面小缺陷检测模型，实现了钢丝绳外部小缺陷的精准检测。引入迁移学习方法，进一步提升了小样本训练的模型精度。经过大量实验表明，在钢丝绳缺损检测中，该模型的平均正确率及准确率均值较修改前有明显提升，且能够保证检测速度保持在实时水平。
科研之友
微信
新浪微博
Facebook
分享链接
