-
题名基于改进YOLOv7的钢卷端面缺陷检测
- 1
-
-
作者
孙铁强
秦愿伟
宋超
肖鹏程
-
机构
华北理工大学人工智能学院
-
出处
《现代制造工程》
CSCD
北大核心
2024年第7期117-125,25,共10页
-
基金
河北省“三三三人才工程”资助项目(A202102002)
2023年唐山市重点研发项目(23140204A)。
-
文摘
针对钢卷端面纹理复杂、缺陷较小,以及YOLOv7算法识别速度较慢、小目标检测率较低等问题,提出一种改进的YOLOv7目标检测算法。对YOLOv7算法骨干网络中的ELAN结构进行改进,通过加入PConv卷积层设计了一种新的结构,以减少模型复杂度,提高模型的检测速度。由于小目标检测中容易出现漏检的现象,设计一种新的注意力机制CSCA,提高网络对小尺度目标的敏感度。在此基础上,使用WIoUv2损失函数替换原YOLOv7算法网络中的CIoU损失函数来优化损失函数,提高网络的鲁棒性。在自制的钢卷端面缺陷数据集上进行试验,结果表明改进的YOLOv7算法的mAP@0.5提升了4.1%,FPS提升了10.84 f/s,检测效果优于原算法。
-
关键词
钢卷端面缺陷检测
YOLOv7算法
注意力机制
损失函数
-
Keywords
the end face of steel coil defect detection
YOLOv7 algorithm
attention mechanism
loss function
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
