Abstract: Con l'applicazione approfondita della tecnologia dell'informazione nel campo della produzione industriale, la ricerca dei big data nella produzione industriale sta diventando un'importante base di riferimento per realizzare una produzione intelligente e aiutare il governo a guidare la trasformazione e il potenziamento delle imprese manifatturiere. la tradizionale industria dell'acciaio, dell'alluminio e di altri metalli, ci sono problemi come la modalità di produzione estesa e il processo di produzione semplice.Pertanto, è urgente utilizzare la nuova generazione di tecnologie dell'informazione come l'intelligenza artificiale per migliorare il processo di produzione e migliorare l'efficienza della produzione .Quando si utilizza l'alluminio, la superficie deve essere ispezionata.Il rilevamento dei difetti della superficie in alluminio esistente è limitato dalla tradizionale ispezione visiva manuale, molto laboriosa o basata sul tradizionale algoritmo di visione artificiale, il tasso di riconoscimento non è elevato, di solito non può determinare con precisione i difetti superficiali in una tempestiva ma Per risolvere questi problemi, le reti neurali convoluzionali e YOLOv3 vengono utilizzate per rilevare il set di dati sui difetti di alluminio prodotti da due algoritmi di rilevamento del bersaglio. Quindi, sulla base dell'algoritmo YOLOv3, sono stati apportati miglioramenti per migliorare l'effetto di rilevamento di piccoli difetti sulla superficie dell'alluminio. La verifica sperimentale è stata effettuata sul" riconoscimento difetti del profilo in alluminio" set di dati fornito da Guangdong Industrial Intelligence Big Data Innovation Competition. I risultati sperimentali hanno mostrato che l'algoritmo migliorato' la precisione media media (mAP) era del 3,4% superiore all'algoritmo YOLOv3 e dell'1,8% superiore all'algoritmo Faster R-CNN.
