基于改进YOLO v3网络的齿轮毛刺检测方法
来源：机床与液压杂志2022年第4期北京时间：
作者：田峰，高龙琴，李鹭扬
单位：扬州大学机械工程学院；扬州大学机械工程学院；扬州大学机械工程学院
摘要：由于齿轮毛刺位置的特殊性以及周围环境的相似性，传统的图像处理方法并不能取得很好的效果。因此，提出一种基于改进YOLO v3网络的目标检测算法，实现对齿轮毛刺特征的快速检测。通过提高网络输入的分辨率和调整网络结构的方法，使改进YOLO v3网络的性能得到进一步优化，提高检测效率。在制作标签前，采用张氏标定法消除镜头畸变对图片的影响。结果表明：与原YOLO v3网络相比，改进后的网络具有更优的检测效果，其网络大小减少了1/4，而检测速度提高了近2倍。
关键词：机器视觉;YOLO v3网络;齿轮毛刺
