基于深度学习的电阻片产线匣钵容器自适应检测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：在工业现场采用传统机器视觉技术难以满足高精度和高稳定性的检测要求，为应对电阻片车间复杂多变的环境影响，提出了一种结合图像预处理方法与YOLOv8-OBB深度学习算法的解决方案，用于实现产线上匣钵容器的检测定位。具体而言，开发了一种基于CLAHE融合边界检测模块RCF的图像增强算法，以突出前背景边界信息并提升整体图像质量，同时，通过网络模型中主干网络的通道剪枝和检测头的轻量化设计，在保证检测精度的前提下，使ONNX模型尺寸缩小至原来的57%。（剩余53字）

试读结束

目录
monitor
客服机器人