论文部分内容阅读
目前大型发电机定子表面缺陷检测主要以抽转子的人工检测为主,存在检测周期长,准确率差等问题,论文提出一种基于轻量化YOLOv4的发电机定子表面缺陷检测算法,以腔内爬壁机器人为载体进行定子缺陷检测。将改进的MobileNetv3作为算法的主干特征提取网络,通过在特征融合层引入CSP结构,融合卷积层和BN层的方法,使得论文算法模型体积较YOLOv4大幅减小。实验结果表明,论文算法在本文发电机定子表面缺陷数据集上的平均检测精度为98.3%,优于原始YOLOv4,模型体积比YOLOv4缩小了84.5%,检测速