基于深度学习的十字轴表面缺陷检测算法研究
十字轴表面缺陷检测在汽车底盘传动系统中具有关键性作用，而基于深度学习的目标检测算法可以提高检测准确率和适应性。本文采用YOLOv5作为基线算法，制作十字轴表面缺陷数据集并训练模型。同时，在数据集中采用KMeans算法聚类得到新的anchors，提高损失函数的收敛速度并降低参数量。实验结果表明，该算法模型的mAP达到了79.2%，推理时间为38.6ms。
下载地址
用户评论
