Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于改进的YOLOv8模型的工业零件缺陷检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京邮电大学

摘要:本发明公开了一种基于改进YOLOv8模型的工业零件缺陷检测方法,包括:采集工业零件图像,将工业零件图像制作为工业零件图像数据集,并划分为训练集、验证集和测试集;对工业零件图像数据集进行预处理;获取数据集和权重文件,并获取标准YOLOv8网络结构进行预训练,获得预训练权重;对标准YOLOv8网络结构进行改进,获得改进后的YOLOv8网络;重复训练改进后的YOLOv8网络模型并调参优化模型,获得最终训练完成的YOLOv8模型;基于训练完成的YOLOv8模型对工业零件进行缺陷检测,得到检测结果。本发明增加了训练数据的丰富性,加强了目标检测的效率,提高了原有网络模型的检测精度。

主权项:1.基于改进的YOLOv8模型的工业零件缺陷检测方法,其特征在于,具体包括以下步骤:采集工业零件图像,将工业零件图像制作为工业零件图像数据集,并划分为训练集、验证集和测试集;对工业零件图像数据集进行预处理;获取标准YOLOv8网络结构进行预训练,获得预训练权重;对标准YOLOv8网络结构进行改进,获得改进后的YOLOv8网络;重复训练改进后的YOLOv8网络模型并调参优化模型,获得最终训练完成的YOLOv8模型;基于训练完成的YOLOv8模型对工业零件进行缺陷检测,得到检测结果。

全文数据:

权利要求:

百度查询: 南京邮电大学 基于改进的YOLOv8模型的工业零件缺陷检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。