-
题名改进YOLOv7的子午线轮胎X光图像缺陷检测
- 1
-
-
作者
耿宇杰
王明泉
谢绍鹏
黄心玥
商然
-
机构
中北大学信息与通信工程学院
-
出处
《科学技术与工程》
北大核心
2024年第17期7231-7238,共8页
-
基金
国家自然科学基金(6171177)。
-
文摘
为了实现轮胎缺陷的自动检测,提高轮胎缺陷检测的精度,提出了一种子午线轮胎缺陷检测方法(YOLOv7-DCA)。首先,基于协调注意力和空洞卷积设计了DCA-MP(dilated coordinated attention-max pooling)模块,加强下采样的感受野,同时提高缺陷所占权重,提高缺陷检测精度;其次,在Neck层中融合了CARAFE(content aware reassembly of features)模块进一步提高缺陷检测精度。实验结果表明,YOLOv7-DCA模型平均检测精度可以达到97.77%,相比于原YOLO(you only look once)算法提高了3.27%。与当前主流的Faster-RCNN,YOLOv5,YOLOv7-tiny系列模型相比,综合表现效果最好。可见,该模型对于轮胎缺陷自动检测研究提供了参考意义。
-
关键词
子午线轮胎
缺陷检测
YOLOv7
协调注意力
CARAFE
-
Keywords
radial tire
defect detection
YOLOv7
coordinate attention
CARAFE
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
