期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
自适应采样与重影多尺度特征融合的轻量化焊缝缺陷检测
1
作者
鲁斌
杨烜
+1 位作者
杨振宇
高啸天
《系统仿真学报》
北大核心
2025年第8期1978-1990,共13页
为提升焊接缺陷识别的准确率和速度,并实现模型的轻量化,提出了一种基于YOLOv8的轻量化焊缝缺陷检测网络LAW-YOLO(light adaptive-weight sampling-YOLO)。设计了一种轻量级自适应权重采样LAWS模块,通过学习感受野区域内交互的特征来构...
为提升焊接缺陷识别的准确率和速度,并实现模型的轻量化,提出了一种基于YOLOv8的轻量化焊缝缺陷检测网络LAW-YOLO(light adaptive-weight sampling-YOLO)。设计了一种轻量级自适应权重采样LAWS模块,通过学习感受野区域内交互的特征来构建自适应权重注意力特征图。采用优化的高效加权双向特征金字塔网络作为LAW-YOLO中的特征提取网络,设计重影多尺度采样模块并引用了混合注意力机制,以增强对小目标缺陷的检测能力。实验结果表明:该方法在SteelTube数据集中mAP0.5达到97.6%,处理数据速度可达91帧/s,比基线模型提高了5.5%的平均精度及4.6%的处理速度,在保持高效性能的同时减少了25.3%的计算量和50%的模型大小,更便于部署在边缘设备上进行场景作业。
展开更多
关键词
缺陷检测
YOLOv8
重影多尺度卷积
感受野空间特征
混合注意力机制
在线阅读
下载PDF
职称材料
题名
自适应采样与重影多尺度特征融合的轻量化焊缝缺陷检测
1
作者
鲁斌
杨烜
杨振宇
高啸天
机构
华北电力大学计算机系
华北电力大学河北省能源电力知识计算重点实验室
出处
《系统仿真学报》
北大核心
2025年第8期1978-1990,共13页
基金
国家自然科学基金(62371188)。
文摘
为提升焊接缺陷识别的准确率和速度,并实现模型的轻量化,提出了一种基于YOLOv8的轻量化焊缝缺陷检测网络LAW-YOLO(light adaptive-weight sampling-YOLO)。设计了一种轻量级自适应权重采样LAWS模块,通过学习感受野区域内交互的特征来构建自适应权重注意力特征图。采用优化的高效加权双向特征金字塔网络作为LAW-YOLO中的特征提取网络,设计重影多尺度采样模块并引用了混合注意力机制,以增强对小目标缺陷的检测能力。实验结果表明:该方法在SteelTube数据集中mAP0.5达到97.6%,处理数据速度可达91帧/s,比基线模型提高了5.5%的平均精度及4.6%的处理速度,在保持高效性能的同时减少了25.3%的计算量和50%的模型大小,更便于部署在边缘设备上进行场景作业。
关键词
缺陷检测
YOLOv8
重影多尺度卷积
感受野空间特征
混合注意力机制
Keywords
defect detection
YOLOv8
ghost multi-scale convolution
spatial feature of receptive field
hybrid attention mechanism
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
自适应采样与重影多尺度特征融合的轻量化焊缝缺陷检测
鲁斌
杨烜
杨振宇
高啸天
《系统仿真学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
