论文部分内容阅读
通过分析轴承滚子中最常见的几种表面缺陷类型,设计了针对性的缺陷检测算法,将传统计算机视觉方法与深度学习相结合,并采用改进的RetinaNet模型,实现了轴承滚子的表面缺陷检测。实验结果表明:文中方法的准确率达95%以上;相较于传统的缺陷检测方法,文中方法在准确率、召回率与F1-score上均有一定提升。