Сажетак: Дубинском применом информационе технологије у пољу индустријске производње, истраживање великих података у индустријској производњи постаје важна референтна основа за реализацију интелигентне производње и помаже влади да води трансформацију и надоградњу производних предузећа. традиционалне индустрије челика, алуминијума и друге индустрије метала, постоје проблеми као што су екстензивни начин производње и једноставан производни процес. Због тога је хитно користити нову генерацију информационе технологије као што је вештачка интелигенција за побољшање производног процеса и побољшање ефикасности производње .Када се користи алуминијум, површина се мора прегледати. Постојеће откривање дефеката на површини алуминијума ограничено је традиционалним ручним визуелним прегледом, врло мукотрпан или заснован на традиционалном алгоритму машинског вида, стопа препознавања није висока, обично се не може тачно утврдити површински дефекти благовремено ма ннер.Да би се решили ови проблеми, Цонволутионал Неурал Нетворкс и ИОЛОв3 се користе за откривање скупа података о дефектима алуминијума које производе два алгоритма за откривање циљева. Затим су, на основу алгоритма ИОЛОв3, направљена побољшања како би се побољшао ефекат детекције малих дефеката на површини алуминијума. Експериментална верификација је извршена на ГГ "; препознавање дефеката алуминијумског профила ГГ"; скуп података пружио је Гуангдонг Индустриал Интеллигенце Биг Дата Инноватион Цомпетитион. Експериментални резултати показали су да је побољшани алгоритам ГГ # 39; с Просечна просечна прецизност (мАП) био 3,4% већи од алгоритма ИОЛОв3 и 1,8% већи од бржег алгоритма Р-ЦНН.
