文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202110666330.4

申 请 日：20210616

发 明 人：刘成 余波 巫尚蔚 周群 李显勇

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20210810

公 开 号：CN113240671A

代 理 人：陈千

代理机构：50253 重庆敏创专利代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明涉及水轮机转轮叶片的缺陷检测技术领域，具体公开了一种基于YoloV4‑Lite网络的水轮机转轮叶片缺陷检测方法，包括步骤：S1：基于YoloV4‑Lite网络构建缺陷检测网络；S2：对水轮机转轮叶片的不同缺陷处进行图片采集，得到千张以上缺陷图片；S3：对步骤S2采集的缺陷图片进行预处理(使用LabelImg软件按照Pascal VOC 2012格式处理)，得到数据集；S4：采用所述数据集对所述缺陷检测网络进行训练、测试和验证。本发明将YoloV4‑Lite的主干提取网络CSPDarkNet53网络替换为MobileNet网络，MobileNet网络是一种实时轻量型网络，可以提高检测网络速度，大幅度降低网络参数。实验结果表明，缺陷检测网络可以达到97.48％的准确率，且MobileNetV3的网络参数量只需要37.35MB，比CSPDarkNet53降低了206.94MB，FPS达到44.68，具有高准确率、低内存存储、实时性优势。

主 权 项：1.一种基于YoloV4-Lite网络的水轮机转轮叶片缺陷检测方法，其特征在于，包括步骤：S1：基于YoloV4-Lite网络构建缺陷检测网络；S2：对水轮机转轮叶片的不同缺陷处进行图片采集，得到千张以上缺陷图片；S3：对步骤S2采集的缺陷图片进行预处理，得到数据集；S4：采用所述数据集对所述缺陷检测网络进行训练、测试和验证。

关 键 词：网络 缺陷检测  水轮机转轮叶片 缺陷图片  数据集  准确率  预处理  缺陷检测技术  测试和验证  格式处理  图片采集  网络参数 网络构建 网络替换  低内存  轻量型  缺陷处  实时性  千张 主干  存储  采集  检测  

IPC专利分类号：G06T7/00(20170101);G06K9/46(20060101);G06N3/04(20060101);G06N3/08(20060101)