-
题名基于改进YOLOv8的轻量化皮革缺陷检测方法
- 1
-
-
作者
方明
张娇
徐晶
王绎覃
-
机构
长春理工大学人工智能学院
长春理工大学计算机科学技术学院
长春理工大学中山研究院
-
出处
《电子测量技术》
北大核心
2025年第1期111-118,共8页
-
基金
中山市科技局引进科研创新团队项目(CXTD2023005)资助。
-
文摘
为了解决YOLOv8参数量过大影响检测速度等问题,本文以汽车座椅皮革为样本对汽车座椅表面进行缺陷检测,提出了一种轻量化的基于YOLOv8框架的皮革缺陷检测算法。首先,将YOLOv8原本的主干网络替换成轻量化网络StarNet, StarNet通过星型运算实现了高维和非线性特征空间的映射,从而在紧凑的网络结构和较低的能耗下展示了出色的性能和低延迟。其次,将原本的检测头替换成轻量级共享卷积检测头,通过使用共享卷积,可以大幅减少参数数量,使得模型更轻便,以便于在资源受限的设备上部署。最后,将颈部网络的C2f模块替换成C2f_Star模块,在网络更加轻量化的同时,将不同尺度的特征图进行融合,提高目标检测的准确性和鲁棒性。在自制的HSV-Leather数据集上对模型进行实验验证,结果表明,改进后的YOLOv8-Leather检测模型性能优于YOLOv8n模型。对比YOLOv8n模型,改进后的模型在参数量上降低了57%,检测速度提升了20%,模型权重降低了52%,运算量降低了53%。实验验证了改进后的模型在解决皮革表面缺陷检测问题上的可行性。
-
关键词
皮革缺陷检测
YOLOv8
目标检测
轻量化
StarNet
-
Keywords
leather defect detection
YOLOv8
target detection
lightweight
StarNet
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名基于光度立体和图像显著性的皮革缺陷检测
被引量：15
- 2
-
-
作者
刘根
蔡念
肖盼
林健发
-
机构
广东工业大学信息工程学院
佛山缔乐视觉科技有限公司
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第8期215-219,共5页
-
基金
国家自然科学基金(No.91648108)
广东省科技计划项目(No.2015B010124001
+3 种基金
No.2015B010104006
No.2015A030312008)
广州市产学研协同创新重大专项项目(No.201508010001
No.201604016022)
-
文摘
为了提高皮革缺陷检测效率,提出一种基于光度立体视觉和图像显著性的皮革缺陷检测算法。搭建光度立体视觉平台,完成不同角度的皮革样本采集,利用光度立体视觉技术计算皮革样本的合成图和表面法向量图;对表面法向量图进行曲率滤波操作,用近似表面粗糙度特征自适应选择合成图或滤波图;利用显著性目标检测算法完成皮革缺陷检测与定位。实验结果表明,与现有皮革缺陷检测方法相比,该算法能很好地检测不同材质皮革的多种缺陷,且准确率高,速度快。
-
关键词
皮革缺陷检测
光度立体视觉
曲率滤波
显著性目标检测
图像分割
-
Keywords
leather defect detection
photometric stereo
curvature filtering
saliency object detection
image segmentation
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
