一种基于深度学习的热轧带钢表面缺陷检测方法

摘要

本发明公开了一种基于深度学习的热轧带钢表面缺陷检测方法。它包括：1、构建数据集，对所有图片进行标记，记录所有缺陷目标的位置、类别信息；2、使用加权K‑means算法聚类，得到检测所需的先验框参数；聚类前根据特征图层对应的预设点计算样本权重；3、构建改进的YOLOv3算法网络模型；将FPN中上一个检测层的输出上采样，与增加了残差单元的浅层输出融合，经卷积后形成新的特征图层；4、设置迭代次数，使用Adam优化器优化网络参数；5、对训练集进行训练，保存训练后的模型及参数；6、使用保存的模型及参数对测试集进行检测，得到模型的检测精度、检测速度。该检测方法可提高热轧带钢表面缺陷的检测精度和检测速度。