论文部分内容阅读
为了提高汽车涂胶缺陷的检测精确率、保证速度与质量,提出基于Yolov3的汽车涂胶缺陷检测方法。该方法结合迁移学习算法解决涂胶缺陷数据集少的问题、并针对本文数据集进行K-M重新聚类产生适应本文数据集的anchor box、最后增加网络预测尺度,解决yolov3对小目标检测性能较差问题。改进Yolov3算法在测试集上的平均精度mAP达到93.08%,准确率达到97%。