基于轻量级YOLOv3的拉链缺陷检测系统设计与实现

摘要

拉链在生产的过程中由于模具的配置偏差等问题经常会产生残次品,为此,研究拉链缺陷检测方法。通过CCD相机对生产后的拉链表面进行拍照收集关于拉链的图像并制作数据集,利用MobileNetV3的卷积设计思想,对YOLOv3的DarkNet53特征提取网络的CNN算法模型进行再设计,以达到模型更加轻量化、小型化的目的。实验结果表明,该基于轻量级网络的缺陷检测系统即使是在树莓派这类计算资源紧张的设备上也能实现较为理想的检测速度与精度。