光学透镜缺陷检测的 YOLO 网络
计算机视觉与模式识别
2025-02-12 v1
摘要
大规模生产的光学透镜常常会产生影响其散射特性并损害质量标准的缺陷。通常采用人工检查来检测缺陷，但由于准确率低、错误率高和可扩展性有限，通常不推荐使用。为解决这些挑战，本研究提出了基于 YOLOv8 深度学习模型的自动化缺陷检测系统。创建了一个包含光学透镜缺陷区域和透镜区域注释的 custom dataset 来训练模型。本研究获得的实验结果表明，该系统可用于高效且准确地检测光学透镜的缺陷。该提出的系统可用于 real-time 工业环境，以通过 enable reliable and scalable 光学透镜制造中的缺陷检测来提高质量控制流程的可靠性。
引用
@article{arxiv.2502.07592,
title = {YOLO Network For Defect Detection In Optical lenses},
author = {Habib Yaseen},
journal= {arXiv preprint arXiv:2502.07592},
year = {2025}
}