一种基于改进Yolov7-tiny的钢材表面缺陷检测方法技术

本发明专利技术公开了一种基于改进Yolov7‑tiny的钢材表面缺陷的检测方法，涉及钢材表面缺陷检测技术领域，包含以下步骤：步骤一、获取钢材表面缺陷的图像数据集；步骤二、在Yolov7‑tiny模型的基础上，构建改进Yolov7‑tiny的钢材表面缺陷识别模型；步骤三、利用图像数据集对钢材表面缺陷检测模型进行训练，获取最优检测模型。相较于传统的钢材表面检测模型，本发明专利技术基于改进Yolov7‑tiny的钢材表面缺陷的检测方法在复杂场景下进行钢材表面缺陷检测时，具有更高的检测精度，有效地提高钢材表面缺陷检测的准确性和可靠性。

【技术实现步骤摘要】

本专利技术涉及钢材表面缺陷检测，具体是一种基于改进yolov7-tiny的钢材表面缺陷检测方法。

技术介绍

1、在国家建设中，钢材被视为必不可缺少的重要物资，并在大中型基础建设中发挥着不可替代的作用。然而，在钢材的生产过程中，受到成本、设备和现有技术等多种因素的影响，导致钢材表面常常出现划伤、裂纹和氧化等缺陷。这些缺陷会破坏钢材的物理结构，从而使其抗压和耐磨性能急剧下降，进而影响钢材产品的使用寿命和安全性能。因此，如何在生产过程中有效提高钢材表面缺陷的检测能力成为完善产品质量和提高工作效率的重要手段，也是确保钢材质量的关键环节。

2、针对钢材表面缺陷的检测技术，主要包括传统检测方法、基于机器视觉的检测方法和基于深度学习的检测方法。传统的钢材表面缺陷检测方法需要耗费大量人力和物力，且容易出现漏检和误检情况。通常需要人工操作精密仪器，导致检测成本进一步增加。相比之下，基于机器视觉的检测方法能够显著提高钢材表面缺陷的检测效率。然而，这类方法仅能检测钢材表面缺陷的浅层特征，并且在特征提取的过程中容易受到外部环境影响。因此，在利用机器视觉进行钢材表面缺陷本文档来自技高网...

【技术保护点】

1.一种基于改进Yolov7-tiny的钢材表面缺陷的检测方法，其特征在于，包含以下步骤：

2.根据权利要求1所述的基于改进Yolov7-tiny的钢材表面缺陷的检测方法，其特征在于，步骤二中：

3.根据权利要求1所述的基于改进Yolov7-tiny的钢材表面缺陷的检测方法，其特征在于，步骤一中，具体为：

4.据权利要求1所述的基于改进Yolov7-tiny的钢材表面缺陷的检测方法，其特征在于，步骤二中，构建改进Yolov7-tiny的钢材表面缺陷识别模型的具体步骤如下：

5.根据权利要求4所述的基于改进Yolov7-tiny的钢材表面缺陷...

【技术特征摘要】

1.一种基于改进yolov7-tiny的钢材表面缺陷的检测方法，其特征在于，包含以下步骤：

2.根据权利要求1所述的基于改进yolov7-tiny的钢材表面缺陷的检测方法，其特征在于，步骤二中：

3.根据权利要求1所述的基于改进yolov7-tiny的钢材表面缺陷的检测方法，其特征在于，步骤一中，具体为：

4.据权利要求1所述的基于改进yolov7-tiny的钢材表面缺陷的检测方法，其特征在于，步骤二中，构建改进yolov7-tiny的钢材表面缺陷识别模型的具...

【专利技术属性】
技术研发人员：朱锦新，吴润鑫，孔维宾，徐森，石智轩，王腾，邵俊，薛鹏，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：