-
题名基于目标识别的钢材缺陷检测方法
被引量：4
- 1
-
-
作者
程国建
卞晨亮
-
机构
西安石油大学计算机学院
-
出处
《计算机工程与设计》
北大核心
2022年第10期2977-2983,共7页
-
基金
国家自然科学基金青年科学基金项目(41301480)
国家自然科学基金项目(62002286)。
-
文摘
为实现热轧钢板表面缺陷检测,设计一个端到端的缺陷检测算法YOLOv5-MD。为达到各种样本数量均衡分布,使用数据增强算法对钢材缺陷数据集处理,使用通道混洗模块缓解特征融合中计算量的占用问题;引入注意力机制和加权边界框融合(weighted-boxes-fusion,WBF)消除重叠度较高的预测框;在PANet(path aggregation network)模块中添加残差的跳跃结构并提取多尺度特征来获取更多的细节图像信息。经实验结果验证,所提模型的平均检测精度(mean average precision,mAP)可达97.2%,相较于YOLOv5提高了10%左右,检测速度和YOLOv5持平,是Faster RCNN的7.1倍,是SSD的1.7倍,验证了该方法的可行性、有效性。
-
关键词
缺陷检测
聚类
数据精准增强
通道转换卷积
注意力机制
加权边界框融合
路径聚合网络
-
Keywords
defect detection
clustering
accurately enhanced data
shuffle concv
attention
WBF
PANet
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
